基于压缩图像的K均值优化聚类相关反馈.pdfVIP

基于压缩图像的K均值优化聚类相关反馈.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 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. 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. 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. 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
基于压缩图像的K均值优化聚类相关反馈.pdf

第29卷第14期 计算机工程与设计 2008年7月 V01.29NO.14 and 2008 ComputerEngineeringDesign July 基于压缩图像的K均值优化聚类相关反馈 . 吴锡生, 王令 (江南大学信息工程学院,江苏无锡214122) 摘要:在传统的基于内容的图像检索方法中,直接采集原始格式的图像检索比较多,由于数据量大,给存储或传输带来不 便。基于小波变换和粒子群的K值聚类相关反馈的图像检索优点在于解决了数据量大、省略解压缩环节.特征向量包含在 压缩域检索系数中;并克服了传统的K均值算法易陷入局部极小值的缺点。实验结果表明,图像压缩后的基于粒子群的K 均值聚类提高了检索效率。 关键词:小波变换;粒子群;K均值聚类;图像压缩;检索效率 文献标识码:A 文章编号:looo一7024(2008)14-3690.03 中图法分类号:TN919.8 RelevancefeedbackofK—means basedon optimizationclusteringimage WU Xi—sheng,WANG Ling ofInfo皿ation 214l (School 22,China) TecllIl010鼢So毗emYangtzeUniVers咄W吸i thenaditi锄lcontent-basedre仃ieval directcollection fo衄at retrievalismore. Abstract:111 image metho也the ofthe矾ginalofimage t0thedata Ba∞donwavelet仃ansfo皿锄dPSO0f Asthevol岫eof or廿ansmissioncauses K.me觚s data,storage inconv锄iencely. re】ev舶cefe“Ibackre倒∞忸lofv劬esistosolvea vol呦e decompf船s included clus锄jng image l孵e ofda‰ellipsislinl【s,eigenvt地tof to 10cal inthe dom咖retrievalcoemci othcroneis oVercomethe跏iti伽山K—means ttle miIliImlm co唧resscd el】临,the algofimmcaught value resultsfbundthatme b舔edon sw枷ofK-means t0 sh嘲comillgs.111c imagecompressionpalticle clllstel曲gimpr0Veefficiency ofr“eval. Keywrords:wavelet仃amf01m;PSO;K.me锄sclusteljng;imagecompression;

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档