| 自适应的over-relaxed快速动态均值漂移算法 |
| |
| 引用本文： | 杨斌,赵颖,樊晓平,周芳芳.自适应的over-relaxed快速动态均值漂移算法[J].中南大学学报(自然科学版),2008,39(6). |
| |
| 作者姓名： | 杨斌 赵颖 樊晓平 周芳芳 |
| |
| 作者单位： | 1. 清华大学,计算机科学与技术系,智能技术与系统国家重点实验室,北京,100084
2. 中南大学,信息科学与工程学院,湖南,长沙,410075 |
| |
| 基金项目： | 国家自然科学基金资助项目
|
| |
| 摘 要： | 为了解决高斯核均值漂移算法收敛速度慢、计算效率不高的问题，提出自适应over-relaxed快速动态更新方法改进高斯核均值漂移算法。首先，在静态均值漂移算法中引入数据集的动态更新机制，每次迭代后将数据集更新到新的数据点，然后，将迭代过程中聚集在一起的数据点用1个收敛点表示，逐步减少参与计算的数据，保证准确性的同时降低计算量。由于非正态分布的数据集动态更新时，主方向上的数据点的收敛速度较慢，采用over-relaxed的策略来提高主方向数据点的迭代步长，并根据数据集直径的变化，自适应地计算步长参数。实验结果表明，改进后的高斯核均值漂移算法以超线性的速度收敛，收敛点的应用降低了收敛过程中的计算量。
|
| 关 键 词： | 均值漂移 高斯核 边界优化 动态更新 |
Adaptive over-relaxed fast dynamic mean shift |
| |
| YANG Bin,ZHAO Ying,FAN Xiao-ping,ZHOU Fang-fang.Adaptive over-relaxed fast dynamic mean shift[J].Journal of Central South University:Science and Technology,2008,39(6). |
| |
| Authors: | YANG Bin ZHAO Ying FAN Xiao-ping ZHOU Fang-fang |
| |
| Institution: | YANG Bin1,ZHAO Ying2,FAN Xiao-ping2,ZHOU Fang-fang2(1.State Key Laboratory of Intelligent Technology , Systems,Department of Computer Science , Technology,Tsinghua University,Beijing 100084,China,2.School of Information Science , Engineering,Central South University,Changsha 410075,China) |
| |
| Abstract: | An adaptive over-relaxed fast dynamic mean shift was proposed to speed up the convergence of Gaussian mean shift.Firstly,the convergence speed of Gaussian mean shift was improved by dynamically updating the data set and the number of the data set decreased using a special point replacing the points overlapped during the iterations.Secondly,as the data set didn't follow the normal distribution,the direction of principal component converged more slowly than other directions.So the convergence of the data in t... |
| |
| Keywords: | mean shift Gaussian kernel bound optimization dynamic update |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
