《图像识别相关技术概述》1700字.docxVIP

PAGE

PAGE1

图像识别相关技术概述

图像识别技术本身就是机器学习的热门板块，而基于机器学习的图像分类方法也有非常多。主要的学习方法包括有监督和无监督这两类重点方法。有监督分类要求必须在学习前建立确定的分类及训练集，使用训练集建立起完整的分类规则，在训练集太少的情况下，是很难建立起合适的分类规则的。而无监督学习方法是在我们没有训练集或没有明确分类的情况下，由机器按照样本内部属性，来进行自动划分。其中无监督学习实现图像分类技术的代表如K-Means聚类方法，有监督学习实现图像分类技术的代表为SVM支持向量机和神经网络。

1.1K-Means聚类算法

k均值聚类算法REF_Re\r\h[12]英文全称为k-meansclusteringalgorithm。这是一种迭代求解进行分析的方法，他的算法步骤是这样的：首先将数据分为K组，然后随机选取K个对象当做起始聚类中心，随后计算样本中的每个对象与K个聚类中心之间的距离，最后将每个样本对象按照上一步所计算出的距离进行分配，给到距离值最小的聚类中心。按照这样的步骤将样本全部分配完毕后，首先选出的聚类中心以及随后根据距离分配给它们的样本对象便代表一个聚类。并且整个过程是动态的，即每分配一个样本，聚类的聚类中心便会根据聚类中现有的对象重新计算。这个过程将会不断重复直到满足一个终止条件。终止