• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >A Clustering Method for Data in Cylindrical Coordinates
【24h】

A Clustering Method for Data in Cylindrical Coordinates

机译：圆柱坐标数据的聚类方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a new clustering method for data in cylindrical coordinates based on the k-means. The goal of the k-means family is to maximize an optimization function, which requires a similarity. Thus, we need a new similarity to obtain the new clustering method for data in cylindrical coordinates. In this study, we first derive a new similarity for the new clustering method by assuming a particular probabilistic model. A data point in cylindrical coordinates has radius, azimuth, and height. We assume that the azimuth is sampled from a von Mises distribution and the radius and the height are independently generated from isotropic Gaussian distributions. We derive the new similarity from the log likelihood of the assumed probability distribution. Our experiments demonstrate that the proposed method using the new similarity can appropriately partition synthetic data defined in cylindrical coordinates. Furthermore, we apply the proposed method to color image quantization and show that the methods successfully quantize a color image with respect to the hue element.
机译：我们提出了一种新的基于k均值的圆柱坐标数据聚类方法。 k-means系列的目标是最大化优化功能，这需要相似性。因此，我们需要一种新的相似性来获得圆柱坐标数据的新聚类方法。在这项研究中，我们首先通过假设特定的概率模型为新的聚类方法得出新的相似性。圆柱坐标系中的数据点具有半径，方位角和高度。我们假设方位角是从冯·米塞斯（von Mises）分布中采样的，半径和高度是根据各向同性高斯分布独立生成的。我们从假定概率分布的对数似然中得出新的相似性。我们的实验表明，使用新相似性的拟议方法可以适当划分圆柱坐标中定义的合成数据。此外，我们将提出的方法应用于彩色图像量化，并表明该方法相对于色调元素成功地量化了彩色图像。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2017年第9期|3696850.1-3696850.11|共11页
  • 作者

    Fujita Kazuhisa;

  • 作者单位

    Univ Electrocommun, 1-5-1 Chofugaoka, Chofu, Tokyo 1828585, Japan;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号