信息熵和信息瓶颈算法在图像聚类中的应用

本文档由 荣海生 分享于2010-12-07 11:49

摘要 提出基于信息熵特征选择和信息瓶颈算法的图像聚类算法,首先提取图像的Gabor小波纹理特征和灰度共生矩阵纹理特征,然后采用信息熵特征选择方法进行特征降维;图像聚类方法很多,其中较为典型的k-means聚类算法,但它过分依赖距离函数和聚类中心的选择,采用信息瓶颈算法对图像进行聚类,信息瓶颈算法不需要定义距离函数,它考虑了样本与特征的关系,不仅压缩了样本的信息,同时又考虑保留特征信息。实验结果表明,提出的方法具有良好的聚类效果。 关键词 信息瓶颈算法 Gabor小波纹理 灰度共生矩阵 信息熵 图像聚类
文档格式:
.pdf
文档大小:
未知
文档页数:
4
顶 /踩数:
0 0
收藏人数:
0
评论次数:
0
文档热度:
文档分类:
IT计算机  —  开发文档
添加到豆单
文档标签:
信息 瓶颈 算法 Gabor 小波纹理 灰度 共生矩阵 信息熵 图像聚类
系统标签:
聚类 图像 瓶颈 算法 信息 纹理
下载文档
收藏
打印

扫扫二维码,随身浏览文档

手机或平板扫扫即可继续访问

推荐豆丁书房APP  

获取二维码

分享文档

将文档分享至:
分享完整地址
文档地址: 复制
粘贴到BBS或博客
flash地址: 复制

支持嵌入FLASH地址的网站使用

html代码: 复制

默认尺寸450px*300px480px*400px650px*490px

支持嵌入HTML代码的网站使用

分享到