层次聚类算法的实时图像边缘检测及FPGA实现

Sobel、Roberts算子是基于微分得出的,由于模板和阈值固定,因此缺乏自适应性。将采集到的实时灰度图像先进行中值滤波,使用分裂聚类算法对实时灰度图像梯度值进行第1次聚类,然后对第1次分裂聚类的结果进行凝聚聚类,再进行第2次的分裂聚类,最后对第2次聚类的结果进行自适应阈值判断得出图像边缘,并在FPGA上实现。实验结果表明,采用层次聚类算法检测出的边缘更加精细,抑制噪声能力更强。

基于DNA计算的层次图聚类算法

为解决使用DNA计算图聚类问题,提出一种基于DNA计算的层次图聚类算法。在分裂层次聚类中,使用DNA分子对图中顶点、边进行编码,在试管中并行产生最小生成树,根据给定阈值,通过切割树枝得到聚类结果。在凝聚聚类中使用DNA计算产生哈密尔顿路径,通过寻找最短哈密尔顿路径得到聚类结果。实验结果验证了该算法的可行性。

聚类与协同过滤相结合的隐式推荐系统

针对目前大多推荐系统中使用的协同过滤算法都需要有显示的用户反馈的问题,提出一种在隐式反馈推荐系统中使用聚类与矩阵分解技术相结合的方法,为用户提供更好地推荐结果。其结果是由基于用户历史购买记录的隐式反馈产生的,不需任何显式反馈提供的数据。采用高维的、无参数的分裂层次聚类技术产生聚类结果,根据聚类的结果为每个用户提供高兴趣度的个性化推荐。实验结果表明,在隐式反馈的情况下该方法也能有效获得用户偏好,产生大量的高准确度推荐。