均值漂移算法的收敛性

被引：301

作者：

李乡儒

吴福朝

胡占义

机构：

[1] 中国科学院自动化研究所模式识别国家重点实验室,中国科学院自动化研究所模式识别国家重点实验室,中国科学院自动化研究所模式识别国家重点实验室北京,中国科学院研究生院,北京,北京,中国科学院研究生院,北京,北京,中国科学院研究生院,北京

来源：

软件学报 | 2005年 / 03期

关键词：

均值漂移; 收敛性; 聚类分析; 图像处理;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

080201 [机械制造及其自动化];

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.

引用

页码：365 / 374

页数：10