均值漂移算法的收敛性

均值漂移算法的收敛性

李乡儒;吴福朝;胡占义

【期刊名称】《软件学报》

【年(卷),期】2005(016)003

【摘要】均值漂移是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面.但是,其收敛性仍没有得到严格的证明,而收敛性是任何迭代算法的必要前提.推广并严格证明了该算法的收敛性.首先将均值漂移算法做了以下推广:反映不同样本点处局部空间结构的差异及其各向异性.然后,在推广的条件下从数学上严格证明了均值漂移算法的收敛性.最后,探讨了均值漂移算法中参数的自适应选择方法.从而为该算法的应用奠定了理论基础.

【总页数】10页(365-374)

【关键词】均值漂移;收敛性;聚类分析;图像处理

【作者】李乡儒;吴福朝;胡占义

【作者单位】中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080;中国科学院,研究生院,北京,100039;中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080;中国科学院,研究生院,北京,100039;中国科学院,自动化研究所,模式识别国家重点实验室,北京,100080;中国科学院,研究生院,北京,100039

【正文语种】中文

【中图分类】TP301

【相关文献】