有哪些信誉好的足球投注网站- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于谱分解的冗余模糊均值聚类算法在图像粗大轮廓提取中的应用白俊武汉纺织大学数学与计算机学院摘要本文对传统的模糊均值聚类算法进行了改进根据类间分离度和类内紧缩度实现了对样本特征的加权提升了算法的聚类性能通过引入冗余聚类的思想突破了算法对凸形数据集聚类的限制采用贴近度来表征冗余类之间的特征通过对贴近度的谱分解选取了合适的谱特征再次采用算法来完成冗余类的合并图像粗大轮廓的提取是图像处理研究领域的一个重要中间环节针对基于区域边缘检测的图像轮廓提取原理本文首次采用基于谱分解的冗余算法完成了对图像区域的分割
基于谱分解的冗余模糊C均值聚类算法 在图像粗大轮廓提取中的应用 白 俊 （武汉纺织大学 数学与计算机学院） 摘要：本文对传统的模糊C均值聚类算法（FCM)进行了改进，根据类间分离度和类内紧缩度实现了对样本特征的加权，提升了FCM算法的聚类性能；通过引入冗余聚类的思想，突破了FCM算法对“凸”形数据集聚类的限制；采用贴近度来表征冗余类之间的特征，通过对贴近度的谱分解，选取了合适的谱特征再次采用FCM算法来完成冗余类的合并。图像粗大轮廓的提取是图像处理研究领域的一个重要中间环节，针对基于区域边缘检测的图像轮廓提取原理，本文首次采用基于谱分解的冗余FCM算法完成了对图像区域的分割，进而运用Can
文档评论（0）