基于密度劃分的自適應(yīng)鞋印圖像聚類算法研究
【文章頁數(shù)】:91 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.1現(xiàn)場(chǎng)鞋印類別數(shù)目所占百分比??Fig.2.1?Percentage?graph?of?various?categories?of?crime?scene?shoeprints??
到的族進(jìn)行細(xì)劃分;第5章,針對(duì)簇間相似度進(jìn)行分析,綜合相鄰簇??間跨簇點(diǎn)的距離關(guān)系、結(jié)構(gòu)特點(diǎn)、密度分布這三個(gè)方面,改進(jìn)了相似度的計(jì)算方法。??2.2鞋印圖像數(shù)據(jù)集特點(diǎn)分析??聚類的目的是將具有鞋印花紋相同的標(biāo)記為一類,算法的輸入為無標(biāo)簽數(shù)據(jù)??=?,…;cyxd,W為數(shù)據(jù)點(diǎn)個(gè)數(shù)。....
圖2.?2現(xiàn)場(chǎng)鞋印各類別數(shù)目統(tǒng)計(jì)??Fig.2.2?Line?chart?of?the?member?number?for?crime?scene?shoeprints??
?基于密度劃分的自適應(yīng)鞋印圖像聚類算法研究???300?I?I?I?I?I?I?-??250???*??皿?200?-?-??毅??遯??H150'?"??E??不T\?100?■?-??50???丨-??〇|?..?trr—???0?1000?2000?3000?4000?50....
圖2.?3各類鞋印圖像的密度分布曲線??Fig.2.3?The?shoeprint?density?distribution?circue?of?each?class??
。??標(biāo)準(zhǔn)差的計(jì)算公式為:??丄??來)彳」7?2>?W?-米))2?]2?(2.4)??其中C/為第/類,?,為C,.類的類內(nèi)點(diǎn)數(shù)目,*s(c,.)表示該類的密度標(biāo)準(zhǔn)差。??3.41?1?■?'??■?...丨丨??—密度均值??3?2?'?^密度最大值h??i?,?密度最小值....
圖2.?6典型鞋印圖像??Fig.2.6?Some?typical?shoeprint?samples??
?大連海事大學(xué)碩士學(xué)位論文???類間密度分布不均勻的情況。如圖2.5各類內(nèi)點(diǎn)的密度分布曲線,其中3291個(gè)單幅鞋印??圖像類,它的密度值從1.48到3.1范圍廣泛,密度較小的點(diǎn)到其他類的距離較遠(yuǎn),密度??較大的點(diǎn)距離其他密度稠密類較近,同樣其他數(shù)目較少的類別密度曲線同樣存在這種問....
本文編號(hào):4000320
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/4000320.html
下一篇:沒有了