基于局部聚类的自适应线性近邻传递分类算法

• 全文链接
• 请求原文

作   者：

盛洪波;  汪西莉; 

作者机构：

陕西师范大学计算机科学学院; 

关键词：

图像分类;  自适应;  局部聚类;  半监督;  图模型; 

期刊名称：

计算机应用

基金项目：

基于半监督学习的高分辨遥感影像信息提取方法研究

i s s n：

1001-9081

年卷期：

2014 年 34 卷 01 期

页   码：

255-259

摘   要：

针对线性近邻传递(LNP)分类算法中,由于图像过大时计算复杂度高,以及近邻数目选择不当导致图像分类结果不精确的问题,提出了基于局部聚类的自适应LNP分类算法。该方法对LNP分类算法的改进主要体现在两方面,首先运用quick shift进行局部聚类,得到点簇集,以此点簇集作为建图节点,达到缩小矩阵规模的目的;其次,采用测地距离和欧氏距离之间的关系来动态确定每个点的近邻数。实验结果表明,所提方法在得到较好的分类结果的同时,也极大地缩短了运行时间,提高了效率。