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、模式識別等許多領(lǐng)域都得到了廣泛的應用，其中無監(jiān)督分類法更是一個充滿挑戰(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)空間中建立一個個合適的網(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)，然后把每個網(wǎng)格的密度當作其灰度值，從而把數(shù)據(jù)空間轉(zhuǎn)換成了數(shù)字灰度圖像，再對其進行分水嶺算法處理得到聚類結(jié)果。作者

2、對隨機產(chǎn)生的正態(tài)分布的多個樣本集的綜合情況進行了實驗，聚類結(jié)果表明該算法能夠自動獲得聚類的個數(shù)，而且正確識別率稍低于K一Means算法對于K一MeanS算法無法解決的同中心的多個樣本集聚類問題，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就是能夠自動地得到聚類的數(shù)目，而無需用戶指定，實現(xiàn)了一種完全無監(jiān)督聚類方法。本文通過進行兩組實驗，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