聚类集成理论与其在图像分类中的应用

集成学习是利用多个学习机解决一个问题。聚类分析在图像识别、图像分类和信息检索等领域中有着重要的作用。聚类集成理论与其在图像分类中的应用系统讨论了聚类集成技术中的几个关键问题及其在图像分类中的应用，内容包括：基于数学形态学的聚类及集成；聚类集体中的差异性度量研究；聚类集体生成方法研究；一致性函数研究；利用聚类集成技术解决混合型数据聚类问题；最后，在图像分类这种特定应用情况下，提出应用聚类集成技术生成视觉词汇本集体，实现图像的特征提取和描述，有效提高了图像分类的效率与精度。聚类集成理论与其在图像分类中的应用可以作为计算机、自动控制及信息工程类专业的研究生课程教材，也可供从事模式识别、机器学习、图像分析等相关领域的研究人员参考。