改进CLIMB聚类算法在图象数据库中的应用研究  

Research on Application of the Improved CLIMB Clustering Algorithm in Image Database

作　　者：林恩爱[1] 许宏丽[1] 

机构地区：[1]北京交通大学计算机与信息技术学院,北京100044

出　　处：《计算机与数字工程》2006年第10期154-156,共3页Computer & Digital Engineering

摘　　要：CLIMB聚类算法是基于子空间的算法,基本思想是对每个样本在坐标维上投影,得到样本分布曲线。通过爬山法,找出波谷和波峰,每个山峰对应一个类。对于高维数据,由低维向高维逐步聚类,形成了对原样本集的自顶向下的层次分类。利用小波变换可以对样本分布曲线进行光滑化处理而得到近似分布曲线,该曲线平滑了样本分布曲线上一些变化较大的区域,可以去除噪声干扰。不同尺度下的近似信息去掉了不同程度的细节信息,从而得到不同的样本分类的粗糙度。实验表明,应用该改进后的CLIMB聚类算法对图象特征空间进行聚类可以起到很好的作用。The CLIMB clustering algorithm is based on subspace. The basic idea of this algorithm is that every swatch projects in the coordinate and there will be a distributing curve of these swatches. Using the ＂climbing method＂, there will get the trough and wave crest of the curve, and erery mountain is a corresponding clustering. Before clustering the multidimensional data, we cluster the lowmensional data first. After wavelet transforming, the distributing curve of these swatches will be smoothed. And this will remove the disturbance of the noise. The approximate mess＇age with different yardstick will remove detailed message of different extent. Experiments show that this ameliorative clustering algorithm is done well in the image retrieval.

关 键 词：聚类算法 小波变换 图象检索 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]