%0 Journal Article
%T Convergence of a Mean Shift Algorithm<br>均值漂移算法的收敛性
%A LI Xiang-Ru
%A WU Fu-Chao
%A HU Zhan-Yi
%A <br>李乡儒
%A 吴福朝
%A 胡占义
%J 软件学报
%D 2005
%I 
%X 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.
%K mean shift
%K convergence
%K clustering analysis
%K image processing<br>均值漂移
%K 收敛性
%K 聚类分析
%K 图像处理
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=7735F413D429542E610B3D6AC0D5EC59&aid=F31A35DB22A964BE&yid=2DD7160C83D0ACED&vid=7801E6FC5AE9020C&iid=38B194292C032A66&sid=683005D16807E4FE&eid=5F8BAECF36EB55E2&journal_id=1000-9825&journal_name=软件学报&referenced_num=40&reference_num=25