Кластерный анализ на основе качества репрезентативных оценок цифровых изображений
Автор: Петров Сергей Павлович, Ульянов Сергей Викторович
Журнал: Сетевое научное издание «Системный анализ в науке и образовании» @journal-sanse
Статья в выпуске: 1, 2013 года.
Бесплатный доступ
В работе вводятся показатели качества изображений, методы их оценки, а также осуществляется отбор наиболее репрезентативных показателей. Далее проводится кластерный анализ выборки изображений с целью последующего использования его результатов для получения обучающего сигнала, необходимого при проектировании базы знаний нечеткого регулятора, управляющего параметрами алгоритма распознавания образов. Кластерный анализ выполняется с помощью метода k-средних и алгоритма модели гауссовых смесей.
Показатели качества, кластерный анализ, обучающий сигнал, нечеткий регулятор, распознавание образов
Короткий адрес: https://sciup.org/14122574
IDR: 14122574
Список литературы Кластерный анализ на основе качества репрезентативных оценок цифровых изображений
- Canny J., A Computational Approach to Edge Detection. // IEEE Transactions on Pattern Analysis and Machine Intelligence. -1986. - Vol. 8/6. - Pp. 679-698.
- Geoffrey J. McLachlan, Kaye E. Basford, Mixture models: inference and applications to clustering. - New York: Marcel Dekker,1988.
- MacQueen J., Some methods for classification and analysis of multivariate observations. // Proc. Fifth Berkeley Symp. on Math. Statist. and Prob. - 1967. - Vol. 1. - Pp. 281-297.
- Stan Z.Li, Anil K. Jain. Handbook of Face Recognition. - Springer Science Business Media, 2005.
- Ульянов С.В., Литвинцева Л.В., Добрынин В.Н., Мишин А.А., Интеллектуальное робастное управление: технологии мягких вычислений. - М.: ВНИИгеосистем, 2011.
- EDN: QMWJSR
- Фисенко В.Т., Фисенко Т.Ю., Компьютерная обработка и распознавание изображений: учеб. пособие. - СПб: СПбГУ ИТМО, 2008.
- EDN: ZUYNGB
