×
玛丽亚诺·泰珀;巴勃罗·穆塞;安德烈斯·阿尔曼萨;玛尔塔·梅贾尔

在标准化切割中自动查找簇。 （英语） Zbl 1210.68095号

模式识别 44，第7期，1372-1386（2011）.
摘要：归一化割是一种最先进的聚类光谱方法。通过应用光谱技术，数据变得更容易聚类，然后经典地使用\（k\）-均值。不幸的是，集群的数量必须手动设置，并且对初始化非常敏感。此外，（k）-均值倾向于分裂大簇，合并小簇，并倾向于凸形簇。在这项工作中，我们提出了一种新的聚类方法，它是无参数的，独立于原始数据维度和簇的形状。它只考虑点间距，没有随机步长。实验证明，该方法与归一化割集的结合是成功的。

引用于1文件

MSC公司：

68吨10 模式识别、语音识别

关键词：

群集;正规化切割;反向探测

软件：

BSDS公司;巨浪;格拉克勒斯
PDF格式BibTeX公司 XML格式引用
\textit{M.Tepper}等人，模式识别44，第7期，1372--1386（2011；Zbl 1210.68095）
全文： DOI程序 链接

参考文献：

[1] Ng，A。；乔丹，M。；Weiss，Y.，《关于谱聚类：分析和算法》，（神经信息处理系统进展（2001）），849-856
[2] 科马尼丘，D。；Meer，P.，Mean shift:一种稳健的特征空间分析方法，IEEE Trans。模式分析。机器。整数。，24, 603-619 (2002)
[3] Felzenszwalb，P。；Huttenlocher，D.，《基于图形的高效图像分割》，国际计算机杂志。愿景，59167-181（2004）·Zbl 1477.68505号
[4] B.Leibe，K.Mikolajczyk，B.Schiele，用于对象类识别的高效聚类和匹配，收录于：英国机器视觉会议论文集，2006年。；B.Leibe，K.Mikolajczyk，B.Schiele，用于对象类识别的高效聚类和匹配，收录于：《英国机器视觉会议论文集》，2006年。
[5] 曹，F。；Delon，J。；Desolneux，A。；穆塞，P。；Sur，F.，《用于检测组和应用于形状识别的统一框架》，J.Math。成像视觉，27，91-119（2007）·Zbl 1478.68313号
[6] 迪尔隆，I。；关，Y。；Kulis，B.，《加权图无特征向量切割多级方法》，IEEE Trans。模式分析。机器。整数。，29, 1944-1957 (2007)
[7] 薄片，G。；Tarjan，R。；Tsiouthouliklis，K.，图聚类和最小割树，互联网数学。，1, 385-408 (2004) ·Zbl 1098.68095号
[8] Kannan，R。；Vempala，S。；Vetta，A.，《论聚类：好、坏和光谱》，美国计算机学会，51497-515（2004）·Zbl 1192.05160号
[9] Kleinberg，J.，聚类的不可能性定理，（神经信息处理系统进展（2002）），446-453
[10] Jain，A.K.，《数据聚类：超越K-means的50年》，模式识别快报。，31, 651-666 (2010)
[11] Bandyopadhyay，S.，一种与形状无关的自动聚类技术，模式识别，37，33-45（2004）
[12] Fowlkes，C。；Belongie，S。；Chung，F。；Malik，J.，《使用Nyström方法进行光谱分组》，IEEE Trans。模式分析。机器。整数。，26, 214-225 (2004)
[13] 史J。；Malik，J.，标准化切割和图像分割，IEEE Trans。模式分析。机器。整数。，22, 888-905 (2000)
[14] Zahn，C.T.，检测和描述格式塔簇的图论方法，Trans。计算。，C-20、68-86（1971）·Zbl 0264.68040号
[15] M.Wertheimer，《感性形式的组织法则》，劳特利奇和凯根·保罗，第71-88页。；M.Wertheimer，《感性形式的组织法则》，劳特利奇和凯根·保罗，第71-88页。
[16] Desolneux，A。；莫伊桑，L。；Morel，J.M.，《亥姆霍兹原理边缘检测》，J.Math。成像视觉，14，271-284（2001）·Zbl 0988.68819号
[17] Chung，F.，谱图理论（CBMS数学区域会议系列，第92期）（1997），美国数学学会·兹伯利0867.05046
[18] von Luxburg，美国。；贝尔金，M。；Bousquet，O.，谱聚类的一致性，Ann.Statist。，36, 555-586 (2008) ·Zbl 1133.62045号
[19] 伯纳姆，K。；Anderson，D.，《模型选择和多模型推理：实用信息理论方法》（2002），Springer·Zbl 1005.62007号
[20] 巴伦，A。；Rissanen，J。；Yu，B.，编码和建模中的最小描述长度原则，IEEE Trans。《情报理论》，44，2743-2760（1998）·Zbl 0933.94013号
[21] 纳德勒，B。；Galun，M.，谱聚类的基本限制，（神经信息处理系统进展，第19卷（2007）），1017-1024
[22] Ozertem，美国。；埃尔多姆斯，D。；Jenssen，R.，均值漂移谱聚类，模式识别，411924-1938（2008）·Zbl 1132.68653号
[23] A.Desolneux，L.Moisan，J.M.Morel，《从格式塔理论到图像分析》，第34卷，施普林格出版社，2008年。；A.Desolneux，L.Moisan，J.M.Morel，《从格式塔理论到图像分析》，第34卷，施普林格-弗拉格出版社，2008年·Zbl 1241.68001号
[24] Fukunaga，K.，《统计模式识别导论》（1999），学术出版社
[25] 霍夫曼，R。；Jain，A.K.，基于最小生成树的随机性测试，模式识别快报。，1, 175-180 (1983)
[26] A.K.Jain，X.Xu，T.K.Ho，F.Xiao，使用最小生成树进行均匀性测试，in：模式识别国际会议，2002年，第281-284页。；A.K.Jain，X.Xu，T.K.Ho，F.Xiao，使用最小生成树进行均匀性测试，收录于：国际模式识别会议，2002年，第281-284页。
[27] Zelnik-Manor，L。；Perona，P.，自校正谱聚类，（神经信息处理系统进展，第17卷（2004），麻省理工学院出版社），1601-1608
[28] 北卡罗来纳州Burrus。；伯纳德，T.M。；Jolion，J.M.，通过反向模拟进行图像分割，模式识别，421520-1532（2009）·Zbl 1183.68682号
[29] Fukunaga，K。；Hostetler，L.，密度函数梯度的估计及其在模式识别中的应用，IEEE Trans。Inf.理论，21，32-40（2003）·Zbl 0297.62025号
[30] 马丁·D·。；Fowlkes，C。；塔尔·D。；Malik，J.，人类分割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，（IEEE国际计算视觉会议论文集，第2卷（2001）），416-423
[31] T.Cour，F.Benezit，J.Shi，用多尺度图分解进行光谱分割，摘自：IEEE国际计算机视觉和模式识别会议论文集，第2卷，华盛顿特区，美国，2005年，第1124-1131页。；T.Cour，F.Benezit，J.Shi，用多尺度图分解进行光谱分割，摘自：IEEE国际计算机视觉和模式识别会议论文集，第2卷，美国华盛顿特区，2005年，第1124-1131页。
[32] S.Yu，J.Shi，多类谱聚类，收录于：IEEE国际计算机视觉会议论文集，2003年第1卷，第313-319页。；S.Yu，J.Shi，多类谱聚类，收录于：IEEE国际计算机视觉会议论文集，2003年第1卷，第313-319页。
[33] Tarjan，R。；Van Leeuwen，J.，集并算法的最坏情况分析，J.ACM，31245-281（1984）·Zbl 0632.68043号
[34] 出版社，W。；Teukolsky，S。；韦特林。；Flannery，B.，《C中的数字配方》（1992），剑桥大学出版社：剑桥大学出版社，英国剑桥·Zbl 0845.65001号
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。