×
川崎富田

柱坐标系中数据的聚类方法。 （英语） Zbl 1426.62185号

数学。问题。工程师。 2017年，文章ID 3696850，11 p.（2017）.
摘要：我们提出了一种新的基于k均值的柱坐标数据聚类方法。均值族的目标是使优化函数最大化，这需要相似度。因此，我们需要一种新的相似度来获得柱坐标下数据的新聚类方法。在本研究中，我们首先通过假设一个特定的概率模型，为新的聚类方法推导出一个新的相似度。柱坐标中的数据点具有半径、方位角和高度。我们假设方位角是从von Mises分布采样的，半径和高度是由各向同性高斯分布独立生成的。我们从假定概率分布的对数似然中导出了新的相似性。实验表明，该方法利用新的相似度可以对柱坐标系下定义的合成数据进行适当的分割。此外，我们将所提出的方法应用于彩色图像量化，并表明方法根据色调元素成功地量化彩色图像。

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）

软件：

k平均值++;BSDS公司
PDF格式BibTeX公司 XML格式引用
\textit{K.Fujita}，数学。问题。Eng.2017，文章ID 3696850，11 p.（2017；Zbl 1426.62185）
全文： DOI程序

参考文献：

[1] Anderson-Cook，C.M。；Otieno，B.S.，圆柱数据，生态统计，（2013）
[2] 纽约州安。；Pun，C.-M.，使用自适应颜色量化和多分辨率纹理特征的彩色图像分割，信号、图像和视频处理，8，5，943-954，（2014）·doi:10.1007/s11760-012-0340-2
[3] MacQueen，J.B.，《多元观测分类和分析的一些方法》，第五届伯克利数理统计与概率研讨会论文集，1，281-297，（1967），美国加利福尼亚州伯克利：加利福尼亚大学出版社，美国加州伯克利·Zbl 0214.46201号
[4] 吴，X。；库马尔，V。；昆兰，J.R。；Ghosh，J。；杨琼。；Motoda，H。；McLachlan，G.J。；Ng，A。；刘，B。；余，P.S。；Zhou，Z。；斯坦巴赫，M。；Hand，D.J。；Steinberg，D.，《数据挖掘中的十大算法，知识和信息系统》，14，1，1-37，（2008）·doi:10.1007/s10115-007-0114-2
[5] 迪伦，I.S。；Modha，D.S.，使用聚类对大型稀疏文本数据进行概念分解，机器学习，42，1-2，143-175，（2001）·Zbl 0970.68167号 ·doi:10.1023/A:1007612920971
[6] Banerjee，A。；迪尔隆，I。；Ghosh，J。；Sra，S.，基于生成模型的定向数据聚类，第九届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD’03·doi:10.1145/956750.956757
[7] Banerjee，A。；迪伦，I.S。；Ghosh，J。；Sra，S.，使用von Mises-Fisher分布对单位超球面进行聚类，机器学习研究杂志，61345-1382，（2005）·Zbl 1190.62116号
[8] Girolma，M.，特征空间中基于Mercer核的聚类，IEEE神经网络汇刊，13，3，780-784，（2002）·doi:10.1109/TNN.2002.1000150
[9] Ng，A.Y。；M.I.乔丹。；Weiss，Y.，《关于谱聚类：分析和算法》，神经信息处理系统进展，849-856，（2001），美国马萨诸塞州剑桥市：麻省理工学院出版社
[10] Ben-Hur，A。；霍恩，D。；Siegelmann，H.T。；Vapnik，V.，支持向量聚类，机器学习研究杂志，2125-137，（2002）·Zbl 1002.68598号
[11] Boser，B.E。；盖恩，I.M。；Vapnik，V.N.，最佳边缘分类器的训练算法，第五届ACM计算学习理论研讨会论文集（COLT’92）
[12] 邓，Y。；Manjunath，B.S.，图像和视频中彩色纹理区域的无监督分割，IEEE模式分析和机器智能汇刊，23，8，800-810，（2001）·doi:10.1109/34.946985
[13] Yang，C.-K。；Tsai，W.-H.，使用量化、阈值化和边缘检测技术的彩色图像压缩，均基于矩保护原理，模式识别字母，19，2，205-215，（1998）·doi:10.1016/S0167-8655（97）00166-9
[14] 北卡罗来纳州杨。；Chang，W.-H。；郭，C.-M。；Li，T.-H.，一种基于新相似性度量的MPEG-7主色快速提取方法，用于图像检索，视觉通信与图像表示杂志，19，2，92-105，（2008）·doi:10.1016/j.jvcir.2007.05.003
[15] Heckbert，P.，《用于帧缓冲显示的彩色图像量化》，《计算机制图》，16，3，297-307，（1982）·数字对象标识代码：10.1145/965145.801294
[16] Emre Celebi，M.，提高k个-颜色量化方法，图像和视觉计算，29，4，260-271，（2011）·doi:10.1016/j.imavis.2010.10.002
[17] 奥兹德米尔，D。；Akarun，L.，图像颜色量化的模糊算法，模式识别，35,81785-1791，（2002）·Zbl 0996.68657号 ·doi:10.1016/S0031-3203（01）00170-4
[18] X.赵。；李，Y。；Zhao，Q.，基于模糊聚类算法的Mahalanobis距离图像分割，数字信号处理：综述期刊，43，8-16，（2015）·doi:10.1016/j.dsp.2015.04.009
[19] Atsalakis，A。；帕帕马科斯，N。；Kroupis，N。；Soudris，D。；Thanailakis，A.，《基于图像分解的颜色量化技术及其嵌入式系统实现》，《视觉、图像和信号处理学报》，IEE学报·doi:10.1049/ip-vis:20040552
[20] Chang，C.-H。；Xu，P。；Xiao，R。；Srikanthan，T.，基于自组织映射的新自适应颜色量化方法，IEEE神经网络汇刊，16，1，237-249，（2005）·doi:10.1109/TNN.2004.836543
[21] Palomo，E.J。；Domínguez，E.，基于自组织的分层颜色量化，数学成像与视觉杂志，49，1，1-19，（2014）·doi:10.1007/s10851-013-0433-8
[22] Omran，M.G。；Engelbrecht，A.P。；Salman，A.，基于粒子群优化的彩色图像量化算法，Informatica，29，3，261-269，（2005）·Zbl 1082.68856号
[23] Sra，S.，《关于von Mises-Fisher分布参数近似的简短说明：（I_S（x）的快速实现》，计算统计学，27，1，177-190，（2012）·Zbl 1304.65075号 ·doi:10.1007/s00180-011-0232-x
[24] 杨国勇。；Ruzzo，W.L.，调整后的兰德指数和聚类算法的详细信息，对论文“聚类基因表达数据的主成分分析”的补充，生物信息学，17，9，763-774，（2001）
[25] 李，H。；蔡，J。；Nguyen，T.N.A。；Zheng，J.，语义图像分割基准，2013年IEEE多媒体与博览会国际会议论文集，ICME 2013·doi:10.1109/IMCE.2013.6607512
[26] 马丁·D·。；Fowlkes，C。；塔尔·D。；Malik，J.，人类分割的自然图像数据库及其在评估分割算法和测量生态统计中的应用，第八届国际计算机视觉会议论文集
[27] 亚瑟·D·。；Vassilvitskii，S.，k-means++：仔细播种的优势，第十八届ACM-SIAM离散算法年会论文集，SODA'07·Zbl 1302.68273号
[28] DeSieno，D.，《为竞争性学习增添良知》，1993年IEEE神经网络国际会议论文集（ICNN’93）·doi:10.1109/ICNN.1988.23839
[29] 王，C.-D。；赖，J.-H。；Zhur，J.-Y.，基于内核聚类的良心在线学习方法，第十届IEEE数据挖掘国际会议论文集，ICDM 2010·doi:10.1109/ICDM.2010.57
[30] Wang，C.博士。；赖，J.-H。；Zhu，J.-Y.，《良知在线学习：基于核的健壮聚类的有效方法》，知识与信息系统，31，1，79-104，（2012）·doi:10.1007/s10115-011-0416-2
[31] 徐，L。；Krzyżak，A。；Oja，E.，Rival惩罚竞争学习的聚类分析、rbf网络和曲线检测，IEEE神经网络汇刊，4，4，636-649，（1993）·数字对象标识代码：10.1109/72.238318
[32] Nair，T.M。；郑长乐。；Fink，J.L。；R.O.斯图亚特。；Gribskov，M.，Rival惩罚竞争学习（RPCL）：分析基因表达数据的拓扑决定算法，计算生物学与化学，27，6，565-574，（2003）·Zbl 1034.92011年 ·doi:10.1016/j.compbiochem.2003.09.006
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。