Please use this identifier to cite or link to this item:
Title: Кластеризация коллекций изображений в больших базах данных на основе рекурентной оптимизации
Authors: Богучарский, С. И.
Машталир, С. В.
Keywords: кластеризация
базы данных изображений
функция влияния
Issue Date: 2014
Publisher: ХНУРЭ
Citation: Богучарский, С. И. Кластеризация коллекций изображений в больших базах данных на основе рекурентной оптимизации / С. И. Богучарский, С. В. Машталир // Бионика интеллекта : науч.-техн. журн. – Х. : Изд-во ХНУРЭ, 2014. – Вып. 1 (82). – С. 43--46.
Abstract: В данной работе рассмотрены методы кластеризации больших объемов данных и предлагается модификация подхода кластеризации мультимедийных объектов с возмущениями, основанного на плотности. Проведен анализ существующего метода DENCLUE, и введена матричная функция влияния, что позволяет эффективно использовать данный подход при анализе многомерных объектов, в частности, коллекций изображений, видео и мультимедиа данных. Введенная матричная форма позволяет повысить быстродействие кластеризации за счет отсутствия векторизации-девекторизации исходных данных. Approaches to multimedia objects with noises clustering based on density are describes. DENCLUE modification, based on the introduce the matrix form influence function, which allows efficient use of this approach in the analysis of multi-dimensional objects , in particular, image collections, video and multimedia data. Introduced matrix form can improve performance of clustering due to the lack of source data vectorization-devectorization.
Appears in Collections:Кафедра інформатики (ІНФ)

Files in This Item:
File Description SizeFormat 
bionica-2014-1-043-046.pdf189.25 kBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.