文献类型：期刊文章

作　　者：瞿俊[1] 姜青山[1] Wang Shengrui[1,2] 董槐林[1]

机构地区：[1]厦门大学软件学院,厦门361005 [2]加拿大舍布鲁克大学计算机系,魁北克21K2R1

出　　处：《计算机研究与发展》

基　　金：福建省自然科学基金计划资助项目(A0410002);国家"九八五"工程二期基金项目(0000-X07204)

年　　份：2006

卷　　号：43

期　　号：z3

起止页码：321-327

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：选择合适的聚类数和准确划分类间重叠的数据是聚类分析领域2个被广泛研究的问题.提出了一个基于高斯混合模型的层次聚类算法(HCGMM),该算法基于重叠度的衡量,而且不需要预先指定聚类数,能够很好地解决以上两个问题.算法根据高维空间中混合模型每2个组成成分之间的重叠情况自动运行或停止,从而准确划分类间重叠的数据,并自动确定聚类数.最后,通过标准的数据的测试,以及通过把它应用于不同类型的真实彩色图像分割表明,该算法是有效的,而且对噪声影响不敏感.把它和其他层次算法进行比较和分析,以证明该算法的优越性.

关 键 词：聚类 类间重叠  高斯混合模型 图像分割

分 类 号：TP311.13]