Web网页聚类Hamming算法的研究与改进

通过对Web日志数据的挖掘研究,应用两种聚类的算法,Hamming算法和K均值算法,将用户所访问的网页进行聚类。在这两种算法中,首先以Web站点URL为行,User ID为列建立URL-User ID关联矩阵.然后对行向量进行相似性分析,可以得到相似的Web群体类,从而完成对Web网页的聚类。

常用图像拼接算法综述

作为图像拼接的核心部分,进行拼接的算法选取显得格特重要,其中原因在于图像在采集过程中,采集信号受环境影响特别大,并且在不同应用中,对图像拼接的实时性要求也有所不同,所在要根据不同的应用领域来选取适合的拼接算法。本文的主要工作就是对当前的各种图像拼接算法进行总结,归纳,并指出各自的优点及缺点及适用范围。

一种改进的图像配准算法

针对常规图像配准算法在图像存在仿射变换情况下匹配效果不明显的问题,本文提出一种基于SIFT(scale invariant feature transform)特征点的图像配准方法。首先,利用harris角点检测算法提取出图像的特征点,然后采用SIFT算法对特征点进行描述,用最近邻与次近邻之比进行匹配,最后用RANSAC(random sample consensus)算法消除错误匹配对。实验结果表明:该方法能够很好的进行仿射图像配准,并且大幅提高了配准的准确率。