Кластерный анализ на основе качества репрезентативных оценок цифровых изображений

Боковая панель статьи

PDF
Опубликован: сен 14, 2021
Ключевые слова:
показатели качества, кластерный анализ, обучающий сигнал, нечеткий регулятор, распознавание образов quality indicators, cluster analysis, training signal, fuzzy controller, pattern recognition

Основное содержимое статьи

С. П. Петров
ГБОУ ВПО «Международный Университет природы, общества и человека «Дубна», Институт системного анализа и управления
С. В. Ульянов
ГБОУ ВПО «Международный Университет природы, общества и человека «Дубна», Институт системного анализа и управления

Аннотация

В работе вводятся показатели качества изображений, методы их оценки, а также осуществляется отбор наиболее репрезентативных показателей. Далее проводится кластерный анализ выборки изображений с целью последующего использования его результатов для получения обучающего сигнала, необходимого при проектировании базы знаний нечеткого регулятора, управляющего параметрами алгоритма распознавания образов. Кластерный анализ выполняется с помощью метода k-средних и алгоритма модели гауссовых смесей.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
[1]
Петров, С.П. и Ульянов, С.В. 2021. Кластерный анализ на основе качества репрезентативных оценок цифровых изображений. Системный анализ в науке и образовании. 1 (сен. 2021), 314–326.
Выпуск
№ 1 (2013): №1 (2013)
Раздел
Статьи

Библиографические ссылки

Canny J., A Computational Approach to Edge Detection. // IEEE Transactions on Pattern Analysis and Machine Intelligence. -1986. - Vol. 8/6. - Pp. 679-698.

Geoffrey J. McLachlan, Kaye E. Basford, Mixture models: inference and applications to clustering. - New York: Marcel Dekker,1988.

MacQueen J., Some methods for classification and analysis of multivariate observations. // Proc. Fifth Berkeley Symp. on Math. Statist. and Prob. - 1967. - Vol. 1. - Pp. 281-297.

Stan Z.Li, Anil K. Jain. Handbook of Face Recognition. - Springer Science Business Media, 2005.

Ульянов С.В., Литвинцева Л.В., Добрынин В.Н., Мишин А.А., Интеллектуальное робастное управление: технологии мягких вычислений. - М.: ВНИИгеосистем, 2011.

Фисенко В.Т., Фисенко Т.Ю., Компьютерная обработка и распознавание изображений: учеб. пособие. - СПб: СПбГУ ИТМО, 2008.