Оценка эффективности нового статистического иерархического агломеративного алгоритма кластеризации для распознавания регионов изображений

Рассматривается новый иерархический агломеративный алгоритм выделения кластеров (регионов) изображений. Приводится анализ быстродействия предлагаемого алгоритма в сравнении с наиболее распространенным алгоритмом k-means кластеризации. Вводятся оценки качества кластеризации изображений. The new hiera...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Datum:2005
Hauptverfasser: Башков, Е.А., Вовк, О.Л.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2005
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/13812
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Оценка эффективности нового статистического иерархического агломеративного алгоритма кластеризации для распознавания регионов изображений / Е.А. Башков, О.Л. Вовк // Систем. дослідж. та інформ. технології. — 2005. — № 2. — С. 117-130. — Бібліогр.: 14 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Рассматривается новый иерархический агломеративный алгоритм выделения кластеров (регионов) изображений. Приводится анализ быстродействия предлагаемого алгоритма в сравнении с наиболее распространенным алгоритмом k-means кластеризации. Вводятся оценки качества кластеризации изображений. The new hierarchical aglomerative algorithm for cluster (region) recognition of images is considered. The analysis of the processing speed of the suggested algorithm and most widespread k-means algorithm is proposed. The evaluations of image clusterization quality are introduced. Pозглядається новий ієрархічний агломеративний алгоритм виділення кластерів (регіонів) зображень. Надається аналіз швидкодії пропонованого алгоритму у порівнянні з найбільш поширеним алгоритмом k-means кластеризації. Вводяться оцінки якості кластеризації зображень.
ISSN:1681–6048