论文部分内容阅读
数据聚类是数据挖掘、模式识别、图像处理和数据压缩等领域的一个重要方法。针对不同的数据对象类型,不同的聚类目的和应用,有多种聚类算法可供选择。分别用K-means,BIRCH,CURE对原木CT图像数据进行聚类,分析三者在聚类时间、聚类质量以及对参数的敏感程度的特征。
聚类算法在木材缺陷图像分割中的应用
【摘 要】
：
数据聚类是数据挖掘、模式识别、图像处理和数据压缩等领域的一个重要方法。针对不同的数据对象类型,不同的聚类目的和应用,有多种聚类算法可供选择。分别用K-means,BIRCH,CURE对原木CT图像数据进行聚类,分析三者在聚类时间、聚类质量以及对参数的敏感程度的特征。
【机 构】
：
南京林业大学
【出 处】
：
信息技术
【发表日期】
：
2005年10期
其他文献
深入探讨了在分布式数据库环境中如何维护多个副本的一致性,分析与比较了两种方法:分布式事务处理及数据复制,并在Microsoft SQL Server系统下予以实现.
介绍了SPCE061A的基本原理,并介绍了一个基于SPCE061A的窄带网络电话,这种窄带网络电话可以在任何有公用电话网的地方使用,享受其话费低廉的优越性,同时可以借助公用电话网实
主要介绍了EDA和硬件描述语言VHDL目前的发展状况以及今后的发展趋势.着重介绍了VHDL在EDA中应用的优势、VHDL语言的特点和VHDL的工作流程.了解VHDL语言在EDA中不可替代的作