论文研究基于Kmeans算法的改进色彩分割算法 .pdf

基于Sunday算法改进的字符串匹配算法，张超超，芦天亮，字符串模式匹配算法在入侵检测系统、协议识别技术中起着至关重要的作用。文章在分析几种经典的模式匹配算法的基础上，提出了一种

一种用于微博聚类的K-means改进算法，张帅，，随着信息技术的不断发展，出现了许多新型的信息媒介，微博就是其中之一。由于微博所具有的许多特性，对微博内容分析挖掘的重要性

在Mumford-Shah模型基础上提出了一个改进的双模态图像分割算法。该算法基于图像局部化信息创建驱动曲线演化的能量，引入的配准项提高了曲线的演化速度，基于曲线演化竞争的数据拟合项，使得曲线能更稳定

针对C-V模型不能有效地分割多灰度级图像以及抗噪性不强的问题，分别引入了一个以高斯函数为核函数的局部二值拟合能量项和一个边缘停止函数。利用局部窗函数内的加权均值取代C-V模型的全局均值，并加入了距离函

传统模糊ISODATA（FuzzyISODATA，FISODATA）算法中，分裂-合并操作需人工选取阈值参数。而不适当的阈值往往使算法陷入局部极值，因而得到错误的类属数并最终影响图像分割结果。为此，在

图像复原的方法有很多，这些方法所面临的主要困难是在抑制噪声时如何均匀地增强图像结构。本文介绍了一种基于图像梯度场进行图像复原处理的方法，该方法不像其他传统的方法直接操作图像的灰度，而是通过增强梯度场，

连续属性值域划分方法是数据挖掘和机器学习领域的重要课题。但已有的大量离散化方法倾向于研究一维属性离散化问题，没有考虑多属性之间的相互关系，难于获得最佳的离散化结果。提出一种基于最小描述长度理论的多属性

基于K-means聚类算法的图像区域分割，首先从数据样本种选取K个点作为初始聚类中心，其次计算各个样本到聚类的距离，把样本归到离它最近的那个聚类中心所在的累，计算新形成的每个聚类的数据对象的平均值来得

基于车辆模型的分割和合并算法研究，田野，，近年来，交通场景中的智能视频监控逐渐成为计算机视觉邻域研究的热点。在交通智能视频监控中，目标检测是其中的核心问题之一。但

通过对蚂蚁信息激素释放、路径转移的重新定义，并将图像空间的模糊连接关系引入蚂蚁的觅食过程中，进而转换为蚂蚁搜寻食物的准则，实现了医学影像图像的分割，并进一步分析了算法实现中相关影响因素参数选择的问题。