文献类型：期刊文章

作　　者：苏常保[1] 龚世才[1]

SU Changbao;GONG Shicai(School of Science,School of Dawning Big Data,Zhejiang University of Science and Technology,Hangzhou 31000,China)

机构地区：[1]浙江科技学院理学院,曙光大数据学院,浙江杭州310000

出　　处：《安徽大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(11571315,11901525)。

年　　份：2022

卷　　号：46

期　　号：5

起止页码：20-26

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种基于卷积神经网络的谱聚类算法,该算法首先采用预训练好的卷积神经网络对图像边缘进行特征提取和特征融合,减轻了对相似度矩阵的依赖.其次在相似度矩阵的谱分解过程中,使用Nystrom近似方法逼近相似度矩阵的特征空间,进而加速了图像分割的速度.最后通过Berkeley图像数据集证明了该算法能有效降低谱聚类的时间消耗.

关 键 词：卷积神经网络 谱聚类 Nystrom  图像分割

分 类 号：TP391.41] TP18[计算机类]