圖像搜索結(jié)果的重疊層次聚類與代表點展現(xiàn)(完整版)
【正文】 can find explicit clusters with partial overlapping.key words:image clustering。該方法通過圖像距離計算相似度，通過鏈接聚類檢測重疊簇。 image distance隨著圖像數(shù)量的急劇增長，圖像聚類［19］已成為將大量圖像劃分為少數(shù)有意義分組(簇)的重要技術(shù)。1 相關(guān)工作近年來，數(shù)字媒體技術(shù)的發(fā)展使得數(shù)字圖像的制作和傳播越來越容易，有效的圖像搜索已成為多媒體搜索領(lǐng)域的重要研究課題之一。通過使用基于視覺的頁面分割算法，網(wǎng)頁被劃分成塊，圖像的紋理和鏈接信息可以從包含該圖像的塊中提取。另外，聚類后，每個圖像只能劃分到一個簇，即硬劃分。因為一個節(jié)點可歸屬多個邊，從而可以歸屬于多個簇。描述如下。然后，使用譜聚類技術(shù)，將搜索結(jié)果聚類為不同語義的簇。傳統(tǒng)上，由于很多搜索引擎返回成千上萬的圖片排序列表，因此帶給用戶不好的用戶體驗。本文關(guān)注的問題是如何對web圖像的搜索結(jié)果進行聚類。關(guān)鍵詞:圖像聚類；鏈接聚類；多簇劃分；圖像距離hierarchical overlapping clustering and exemplar visualization of images returned by search enginegu 1*, chen 1, chen geng1,2, wang 1 of information science, nanjing audit university, nanjing jiangsu 210029, china。從而每個圖像可能歸屬于多個簇，使得簇標簽的意義更
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號-1