31、非线性聚类方法及其应用

最新推荐文章于 2025-11-03 17:51:11 发布

随身带U盘

最新推荐文章于 2025-11-03 17:51:11 发布

阅读量13

点赞数

CC 4.0 BY-SA版权

分类专栏：无监督学习算法精要文章标签：非线性聚类视频序列分割 COLL

本文链接：https://blog.csdn.net/vscode5coder/article/details/154559864

无监督学习算法精要专栏收录该内容

61 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

非线性聚类方法及其应用

1. 视频序列分割方法对比

在视频序列分割中，对COLL、核k - 均值（Kernel k - means）和全局核k - 均值（Global kernel k - means）这三种方法进行了比较。通过手动获取每个视频序列的分割，计算归一化互信息（NMI）值来评估分割效果，并记录了计算时间。以下是11个视频序列上运行10次的NMI和计算时间的平均值：
| 视频序列（帧数） | 核k - 均值（NMI） | 核k - 均值（时间） | 全局核k - 均值（NMI） | 全局核k - 均值（时间） | COLL（NMI） | COLL（时间） |
| — | — | — | — | — | — | — |
| ANNI001 (914) | 0.781 | 72.2 | 0.801 | 94.0 | 0.851 | 70.4 |
| ANNI002 (2492) | 0.705 | 94.7 | 0.721 | 126.4 | 0.741 | 89.0 |
| ANNI003 (4265) | 0.712 | 102.2 | 0.739 | 139.2 | 0.762 | 99.5 |
| ANNI004 (3897) | 0.731 | 98.3 | 0.750 | 121.6 | 0.759 | 93.6 |
| ANNI005 (11361) | 0.645 | 152.2 | 0.656 | 173.3 | 0.680 | 141.2 |
| ANNI006 (16588) | 0.622 | 193.0 | 0.638 | 255.5 | 0.642 | 182.3 |
| ANNI007 (158