聚类集成理论与其在图像分类中的应用

集成学习（EnsembleLearning）是指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。本书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集成算法；聚类集体差异性度量；差异性聚类集体生成方法；一致性函数；利用聚类集成技术解决混合型数据聚类方法；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。本书可以作为计算机，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，图像分析等等相关领域的研究人员参考。