- 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、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、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、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
利用Nystrom方法进行谱聚类及其在图像分割中的应用
利用Nystrom方法进行谱聚类 及其在图像分割中的应用 谱聚类及其在图像分割中的应用 样本及其相似关系的图表示 聚类问题可以看做图的分割问题 分割准则函数的选择 图W的Laplacian 准则函数的最小化问题可以转化为求L的特征向量的问题(Shi and Malik)整数规划→实数规划 聚类的标号可以由L的(按特征值从小到大排序)的第二个特征向量表示,实际应用中常再次应用k-means 多类问题:第三、四……个特征向量 谱聚类及其在图像分割中的应用 将谱聚类应用到图像分割中:图像分割问题可以理解为像素的聚类问题。 像素之间的相似性度量:亮度,距离 存在问题:计算量大。W的阶数与图像尺寸的2次方成正比。 解决方法:1.利用W的稀疏性。2.利用随机采样估计W(本文方法)。 Nystrom方法 Nystrom方法:求解本征值问题 的数值近似解的方法 思想:将“无穷维矩阵”W(x,y)化为有穷维矩阵W(i,j)。取区间[a,b]上等间距点 用求和近似代替积分: 分别令 得到n阶矩阵的特征值问题,解出后代入上式得到近似的φ(x) 将Nystrom方法用于从高维到低维的降维过程。 Nystrom方法 矩阵补全 设相似性矩阵W的维度n很高,为减小计算量,在样本中随机采mn个样本。并且只知道这m个样本之间的相似性矩阵A及这m个样本与剩下n-m个样本之间的相似性矩阵B。此时W可写为 其中C未知,需利用A,B估计C 仿照Nystrom方法,先将A特征值分解为 再将本征向量U扩展为W的近似本征向量 再计算W的近似值 可见,利用Nystrom方法得到的矩阵补全 将Ubar正规化(不懂) 实验 聚类实验 图像分割实验
文档评论(0)