An efficient k′-means clustering algorithm

alik, Krista Rizman

doi:10.1016/j.patrec.2008.02.014

Cited by 271 publications

(105 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Aunque el método de K-medias ha sido ampliamente utilizado por su simplicidad y efectividad en el análisis de datos, procesamiento de imágenes y reconocimiento de patrones, presenta, entre sus principales limitaciones, que el número de agrupaciones debe ser previamente establecido (Žalik, 2008;Zhai et al, 2016). En el presente estudio, la determinación de los grupos se realizó a través de la función wss, que grafica la suma de cuadrados dentro de los grupos con respecto a las K-medias (Everitt & Hothorn, 2003).…”

Section: Cuadernos Geográficos 57(2) 261-282unclassified

Metodología para la clasificación y caracterización de unidades territoriales homogéneas. El caso de los países de Centroamérica

Arzú

2018

Cuadernos Geográficos

View full text Add to dashboard Cite

ResumenLa finalidad de la presente investigación es clasificar y caracterizar las unidades administrativas de los países de Centroamérica aplicando la técnica de análisis clúster de K-medias. La metodología utilizada se apoya en la aplicación de técnicas multivariantes en función de una serie de variables socioeconómicas que permiten analizar la existencia de disparidades territoriales e identificar las zonas más desfavorecidas del área de estudio. Los resultados obtenidos a través de técnicas estadísticas de análisis de datos y herramientas SIG identifican 3 bloques de países cuyas localidades comparten dinámicas y características socioeconómicas similares.Palabras clave: Análisis clúster de K-medias; análisis multivariante; Sistemas de información geográfica (SIG); Centroamérica. Abstract Methodology for the classification and characterization of homogeneous territorial units. The case of Central American countriesThe aim of this research is to classify and to portray the administrative units of the Central American countries applying the cluster analysis technique of K-means. The methodology used is supported by the application of a multiple-variations technique which is based on a series of socioeconomic variables that allows analysis of the existence of territorial disparities and to identify the most disadvantaged zones of the study area. The results obtained through statistical analysis and GIS tools identify 3 blocks of countries, whose localities share similar dynamics and similar socioeconomic characteristics.

show abstract

Section: Cuadernos Geográficos 57(2) 261-282unclassified

Metodología para la clasificación y caracterización de unidades territoriales homogéneas. El caso de los países de Centroamérica

Arzú

2018

Cuadernos Geográficos

View full text Add to dashboard Cite

show abstract

“…It uses iteration method to extract spatial clustering of each pixel in the feature space with continuously adjusting clustering center and divides the pixel of data base into K categories with making sure the distance minimum from each pixel to the included center to realize the segmentation of picture [12,13] . The detailed steps of K-means clustering algorithm are as following: Step1: According to the minimum erroneous judgments rule, selecting K data points as the initial clustering center ʎ 1 , ʎ 2 , ... ʎ k .…”

Section: K-means Clustering Algorithmmentioning

confidence: 99%

Smoke Image Segmentation Based on Color Model

Deng

Wang³

et al. 2015

RISUS

View full text Add to dashboard Cite

Abstract:Smoke is the most significant feature in the process of fire, so it's possible to rely on smoke detection to detect fire. While the smoke image segmentation is the most difficult and also indispensable step in the analysis of smoke image detection. In order to improve its accuracy and effectively exclude the disturbances of non-smoke image, and lower the false alarm rate, it puts forward a kind of smoke image segmentation based on color model. It uses K-means clustering in Lab color space and threshold segmentation in HSV color space, then merges the two results. Finally, it uses the method of shen filter and regional mark to denoise, Experimental results on segmentation of smoke image show that the proposed method is able to segment smoke from the background.

show abstract

“…A partir destes dados, o algoritmo utiliza o índice BIC (Bayesian Information Criterion) para identificar e retornar qual o melhor número de grupos. Em [Zalik, 2008] é apresentado um algoritmo que também adapta o k-Means para resolver um problema de agrupamento automático.…”

Section: -Revisão Da Literaturaunclassified

Método Baseado em Combinação de Soluções com Particionamento de Grafos para o Problema de Agrupamento Automático

Semaan¹,

Rodrigues²,

Brito³

et al. 2015

L&NLM

View full text Add to dashboard Cite

Resumo. Os métodos de classificação podem ser aplicados com duas finalidades, quais sejam: identificar grupos dentro de um conjunto de dados, supondo fixado o número de grupos e uma função objetivo, ou identificar o número ideal de grupos mediante avaliação de algum índice de validação. Neste sentido, o presente trabalho traz a proposta de um método de combinação de agrupamentos baseada no particionamento de grafos para a obtenção de padrões em soluções para o problema de agrupamento automático. A qualidade das soluções obtidas com a utilização do método proposto é avaliada mediante a aplicação do índice silhueta, que combina coesão e separação. Foram realizados experimentos preliminares com o objetivo de selecionar instâncias que possuem tendência à formação de agrupamentos por meio da utilização da Estatística de Hopkins. Os resultados apresentados neste estudo indicam que o método proposto foi capaz de identificar padrões nas soluções do conjunto base, obtidas com a utilização do algoritmo da literatura baseado em densidade, DBSCAN. Além disso, as soluções obtidas com o método proposto foram equivalentes ou superiores às soluções do conjunto base.

show abstract

An efficient k′-means clustering algorithm

Cited by 271 publications

References 15 publications

Metodología para la clasificación y caracterización de unidades territoriales homogéneas. El caso de los países de Centroamérica

Metodología para la clasificación y caracterización de unidades territoriales homogéneas. El caso de los países de Centroamérica

Smoke Image Segmentation Based on Color Model

Método Baseado em Combinação de Soluções com Particionamento de Grafos para o Problema de Agrupamento Automático

Contact Info

Product

Resources

About