ИЕРАРХИЧЕСКИЕ АЛГОРИТМЫ КЛАСТЕРИЗАЦИИ ДЛЯ СЕГМЕНТАЦИИ МУЛЬТИСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЙ
В рамках сеточного и ансамблевого подходов разработаны вычислительно эффективные иерархические алгоритмы кластеризации HCA и НЕСА для сегментации мультиспектральных изображений. Предложена специальная метрика, позволяющая выделять вложенные кластеры даже при наличии пересечений. Представлены результаты экспериментальных исследований алгоритмов на модельных и реальных данных, подтверждающие их эффективность.
Авторы
Тэги
Тематические рубрики
Предметные рубрики
В этом же номере:
Резюме по документу**
В рамках сеточного и ансамблевого подходов разработаны вычислительно эффективные иерархические алгоритмы кластеризации HCA и НЕСА для сегментации мультиспектральных изображений. <...> Предложена специальная метрика, позволяющая выделять вложенные кластеры даже при наличии пересечений. <...> Представлены результаты экспериментальных исследований алгоритмов на модельных и реальных данных, подтверждающие их эффективность. <...> В рамках сеточного и ансамблевого подходов разработаны вычислительно эффективные иерархические алгоритмы кластеризации HCA и НЕСА для сегментации мультиспектральных изображений. <...> Предложена специальная метрика, позволяющая выделять вложенные кластеры даже при наличии пересечений. <...> Представлены результаты экспериментальных исследований алгоритмов на модельных и реальных данных, подтверждающие их эффективность. <...>
** - вычисляется автоматически, возможны погрешности
Похожие документы: