Para la segmentación no supervisada de imágenes en color, proponemos un algoritmo de dos etapas, KmsGC, que combina la agrupación K-means con el corte de grafos. En la primera etapa, se aplica el algoritmo de agrupación K-means para realizar una agrupación inicial, y el número óptimo de agrupaciones se determina automáticamente mediante un criterio de compacidad que se establece para encontrar agrupaciones con la máxima distancia interclúster y la mínima varianza intraclúster. En la segunda etapa, se construye un grafo ponderado de múltiples vértices terminales basado en una función de energía, y la imagen se segmenta según un corte multidireccional de coste mínimo. Se han realizado numerosas evaluaciones de rendimiento y los resultados experimentales indican que el enfoque propuesto es eficaz en comparación con otros algoritmos de segmentación de imágenes existentes en la base de datos de imágenes de Berkeley.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Sobre los operadores integrales de Laplace en comportamiento con polinomios matriciales generalizados de Bessel y funciones relacionadas.
Artículos:
El Problema Inverso de Identificación del Modelo de Permeabilidad de Hidrógeno
Artículos:
Análisis de Medida Numérica e Integración Numérica Basada en Medida
Artículos:
Optimización del diseño de un reductor de velocidad mediante técnicas deterministas
Artículos:
Puntos fijos comunes de aplicaciones difusas intuicionistas para contracciones de tipo Meir-Keeler.
Tesis y Trabajos de grado:
Sistema de costos por órdenes de producción para determinar la rentabilidad de la empresa de lácteos “San Agustín” Cía. Ltda., ubicada en la parroquia de Pintag, provincia de Pichincha
Showroom:
Bombas centrífugas
Norma:
Bombas centrífugas
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación