融合视觉感知和正则割的二维阈值分割算法

阈值法是图像分割的一种重要方法,其关键是如何确定阈值。提出一种融合视觉感知和正则割的二维阈值分割方法,该方法首先利用视觉感知的特性选择候选阈值向量所在的灰度区域,再将正则割作为准则,从候选阈值向量中选出最佳的分割阈值向量。在一系列图像上的实验结果表明,与几种经典的阈值分割方法相比,所提方法的分割效果更好。

基于图划分的谱聚类算法在文本挖掘中应用

传统文本挖掘算法都是建立在凸球形的样本空间上,当样本空间不为凸时,算法就陷入"局部"最优。为了满足"全局"最优,引进了无向图结构表示文档之间的相似关系,由无向图建立文档之间的相邻接矩阵,谱聚类算法是通过对邻接矩阵进行分析,导出聚类对象的新特征,利用新的特征对原数据进行聚类。通过实验对该算法和其他的文本挖掘的算法进行分析比较,实验结果表明该算法聚类效果比传统数据挖掘方法好。最后指出谱聚类的不足和进一步的研究方向。