Инд. авторы:	Пестунов И.А., Рылов С.А.
Заглавие:	Метод построения ансамбля сеточных иерархических алгоритмов кластеризации для сегментации спутниковых изображений
Библ. ссылка:	Пестунов И.А., Рылов С.А. Метод построения ансамбля сеточных иерархических алгоритмов кластеризации для сегментации спутниковых изображений // Региональные проблемы дистанционного зондирования: материалы международной научной конференции / научный редактор Е.А. Ваганов; ответственный за выпуск А.В. Машукова. - 2014. - Красноярск: Сиб. федерал. ун-т. - С.215-223.
Внешние системы:	РИНЦ: 22525400;
Реферат:	rus: Предлагается метод построения ансамбля иерархических сеточных алгоритмов кластеризации для сегментации мультиспектральных спутниковых изображений. Приводятся результаты экспериментальных исследований, подтверждающие высокую эффективность этого метода.
Ключевые слова:	сегментация мультиспектральных спутниковых изображений; ансамблевый подход; иерархические сеточные алгоритмы кластеризации;
Издано:	2014
Физ. характеристика:	с.215-223
Конференция:	Название: Региональные проблемы дистанционного зондирования Земли Город: Красноярск Страна: Россия Даты проведения: 2014-09-23 - 2014-09-26 Ссылка: http://rprs.sfu-kras.ru/node/43
Цитирование:	1. Гонсалес Р., Вудс М. Цифровая обработка изображений. Техносфера, 2006. С. 812. 2. Пестунов И.А., Синявский Ю.Н. Алгоритмы кластеризации в задачах сегментации спутниковых изображений//Вестник КемГУ. 2012. № 4/2 (52). C. 110-125. 3. Jain A.K. Data clustering: 50 years beyond K-means//Patt. Recogn. Lett. 2010. Vol. 31, is. 8. P. 651-666. 4. Ghaemi R., Sulaiman M., Ibrahim H., Mustapha N. A Survey: Clustering Ensembles Techniques//World Acad. of Sci., Engineering and Technology. 2009. Vol. 3, N 2. P. 535-544. 5. Hope P., Hall L., Goldgof D. A scalable framework for cluster ensembles//Patt. Recogn. 2009. Vol. 42. P. 676-688. 6. Kashef R., Kamel M. Cooperative clustering//Patt. Recogn. 2010. Vol. 43. P. 2315-2329. 7. Jia J., Liu B., Jiao L. Soft spectral clustering ensemble applied to image segmentation//Front. Comput. Sci. China. 2011. Is. 5 (1). P. 66-78. 8. Franek L., Jiang X. Ensemble clustering by means of clustering embedding in vectorspaces//Patt. Recogn. 2014. Vol. 47. P. 833-842. 9. Куликова Е.А., Пестунов И.А., Синявский Ю.Н. Непараметрический алгоритм кластеризации для обработки больших массивов данных//Математические методы распознавания образов: 14-я Всероссийская конференция: Сборник докладов. Изд-во MAKS Press, 2009. С. 149-152. 10. Пестунов И.А., Бериков В.Б., Синявский Ю.Н. Сегментация многоспектральных изображений на основе ансамбля непараметрических алгоритмов кластеризации//Вестник СибГАУ. 2010. № 5(31). С. 56-64. 11. Пестунов И.А., Бериков В.Б., Куликова Е.А., Рылов С.А. Ансамблевый алгоритм кластеризации больших массивов данных//Автометрия. 2011. Т. 47, № 3. С. 49-58. 12. Пестунов И.А., Рылов С.А. Алгоритмы спектрально-текстурной сегментации спутниковых изображений высокого пространственного разрешения//Вестник КемГУ. 2012. № 4/2 (52). C. 104-110. 13. Ilango M.R., Mohan V. A survey of grid based clustering algorithms//Intern. J. Eng. Sci. and Technology. 2010. Vol. 2(8). P. 3441-3446. 14. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 559 с. 15. Heijden F., Duin R., Ridder D., Tax D. Classification, parameter estimation and state estimation, an engineering approach using Matlab.//1st Ed. Wiley. 2004. P. 440. ISBN 0470090138. 16. Achtert E., Kriegel H., Schubert E., Zimek A. Interactive Data Mining with 3D-Parallel-Coordinate-Trees//Proc. ACM Intern. Conf. on Management of Data (SIGMOD). NY, 2013. P. 1009-1012.