基于Watershed算法的聚類技術(shù)研究.pdf

1、中文摘要摘要隨著信息技術(shù)的發(fā)展，聚類技術(shù)在數(shù)據(jù)挖掘、信息檢索、圖像分割、模式識(shí)別等許多領(lǐng)域都得到了廣泛的應(yīng)用，其中無監(jiān)督分類法更是一個(gè)充滿挑戰(zhàn)的研究方向。本文提出了一種基于分水嶺變換的聚類算法，這種方法把著名的分水嶺算法融入到聚類技術(shù)中，它的基本思想是:在數(shù)據(jù)空間中建立一個(gè)個(gè)合適的網(wǎng)格，根據(jù)數(shù)據(jù)的分布情況在網(wǎng)格上定義密度函數(shù)，然后把每個(gè)網(wǎng)格的密度當(dāng)作其灰度值，從而把數(shù)據(jù)空間轉(zhuǎn)換成了數(shù)字灰度圖像，再對(duì)其進(jìn)行分水嶺算法處理得到聚類結(jié)果。作者

2、對(duì)隨機(jī)產(chǎn)生的正態(tài)分布的多個(gè)樣本集的綜合情況進(jìn)行了實(shí)驗(yàn)，聚類結(jié)果表明該算法能夠自動(dòng)獲得聚類的個(gè)數(shù)，而且正確識(shí)別率稍低于K一Means算法對(duì)于K一MeanS算法無法解決的同中心的多個(gè)樣本集聚類問題，本文提出的方法也收到了較好的效果。這種方法最大的特點(diǎn)就是能夠自動(dòng)地得到聚類的數(shù)目，而無需用戶指定，實(shí)現(xiàn)了一種完全無監(jiān)督聚類方法。本文通過進(jìn)行兩組實(shí)驗(yàn)，得到了比較滿意的結(jié)果，從而證明了該算法的可用性。關(guān)鍵字:聚類，分水嶺算法，K一Means算法，無