|
|||||
|
|
| 快速近似聚类算法及其在图像检索中的应用 | |
| 作者姓名： | 顾王一 朱林 杨杰 |
| 作者单位： | (上海交通大学 图像处理与模式识别研究所;系统控制与信息处理教育部重点实验室,上海 200240) |
| 基金项目： | 科技部政府间国际科技合作资助项目(2009DFA12870) |
| 摘 要： | 为了解决传统K均值算法在处理大规模数据时的局限性,在近似K均值算法(AKM)基础之上,利用对聚类中心进行分类的思想,提出了快速近似K均值算法(FAKM).该算法舍去了在AKM聚类结果中只获得少数样本的聚类中心,并充分利用类内样本密集稳定的聚类中心,使得迭代过程中待聚类样本数和类别数逐步减少,达到了提高算法速度及精简聚类结果的目的.将FAKM算法运用于实际的图像检索系统中,实验结果表明,系统在检索准确率、检索时间和聚类时间方面都得到了很好的改善. |
| 关 键 词： | 快速聚类 近似最近邻 图像检索 大规模数据 |
| 收稿时间： | 2010-02-01 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《上海交通大学学报》浏览原始摘要信息 | |
| 点击此处可从《上海交通大学学报》下载全文 | |