一種融合的聚類算法在服裝圖像顏色識別上的應用_第1頁
一種融合的聚類算法在服裝圖像顏色識別上的應用_第2頁
一種融合的聚類算法在服裝圖像顏色識別上的應用_第3頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

主要包括三個方面的內(nèi)容。首先，通過對K-means算法進行改進和優(yōu)化，識別，并與傳統(tǒng)的K-means算法和支持向量機算法進行對比分析。關(guān)鍵詞：融合的聚類算法，服裝圖像顏色識別，K-means算法，支算法之一，可用于圖像顏色識別。K-means算法是最常見和簡單的一種K-means算法K-means算法的基礎(chǔ)上進行了優(yōu)化和改進，提在傳統(tǒng)的K-means算法中，樣本點被劃分到最近的聚類中心。但是，K-means算法不能完全符合顏色識別的需求。為了解決這個問題，本K-means算法一樣，融合的聚類算法也需要對聚類中心進RGB三個通道分別量化為8、4、2和1個等級，共有256種可能的取值，再將256種可能取值進行排列組合，得到聚類中心的初始值。這樣做的K-means算法中，樣本點被劃分到最近的聚類中心，各聚RGB值求平均后，劃分到最近的聚類中K-means算法中，聚類中心的更新是固定的，即每次都是K-means算法應用于服裝圖像顏色256*256的大小，然后進行顏色聚類。聚類結(jié)果如圖1所示。1.K-meansK-means算法在顏色聚類結(jié)果K-means算法，融合的聚類算法能夠更好地1.K-means算法K-means算法K-means算法在精度和效7.1%，而算法的耗時與K-means算法相比的增長不到1秒，相對較小。通過對聚類算

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論