Анализ вероятностных свойств метрики на разбиениях

Автор(и)

  • Е.А. Егорова Кафедра информатики Харьковский национальный университет радиоэлектроники, Україна
  • А.К. Фурсенко Кафедра высшей математики Харьковский университет воздушных сил, Україна
  • В.В. Шляхов Кафедра информатики Харьковский национальный университет радиоэлектроники, Україна

DOI:

https://doi.org/10.15587/1729-4061.2010.2645

Ключові слова:

метрика, розбиття, інтерпретація візуальної інформації

Анотація

У даній статті розглянуто імовірнісні властивості метрики на розбиттях, що дозволяє оперувати не тільки жорстко сегментованим зображенням, а й вкладеними розбиттями, що надає додаткових можливостей аналізу та інтерпретації візуальної інформації.

Біографії авторів

Е.А. Егорова, Кафедра информатики Харьковский национальный университет радиоэлектроники

Кандидат технических наук, старший научный сотрудник

А.К. Фурсенко, Кафедра высшей математики Харьковский университет воздушных сил

Кандидат технических наук, доцент

В.В. Шляхов, Кафедра информатики Харьковский национальный университет радиоэлектроники

Кандидат технических наук, ведущий научный сотрудник

Посилання

  1. A. Bargiela, W. Pedrycz. Granular computing: an introduction //The Kluwer International Series in Engineering and Computer Science. Boston, Kluwer Academic Publishers. – Vol. 717. –2002.. – 478 p.
  2. Y.Y. Yao. Perspectives of granular computing / // Proceedings of IEEE International Conference on Granular Computing.– Vol. 1. – 2005. – P. 85-90.
  3. P. Doherty, W. Lukaszewicz, A. Szalas. Information granules for intelligent knowledge structures // Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing / G. Wang, et al. (Eds.). – Lecture Notes in Artificial Intelligence. – Berlin Heidelberg: Spinger-Verlag.– Vol. 2639. – 2003.– P. 405-412.
  4. T.Y. Lin. Granular computing (Structures, representations, and applications) // Rough Sets, Fuzzy Sets, Data Mining, and Granular Computing / G. Wang, et al. (Eds.). Lecture Notes in Artificial Intelligence. Berlin Heidelberg: SpingerVerlag.– Vol. 2639. – 2003. – P. 16-24.
  5. В.П.Машталир, В.В. Шляхов. Свойства мультиалгебраических систем в задачах компаративного распознавания / Кибернетика и системный анализ. – №6. – 2003.– С. 12-32.
  6. A.K. Jain, M.N. Murty, P.J. Flynn. Data clustering: a review // ACM Computing Surveys. Vol. 31, No. 3. –– 1999. – P. 264–323.
  7. E. Chavez, G. Navarro, R. Baeza-Yates, J. L. Marroquin. Searching in metric spaces // ACM Computing Surveys (CSUR). – Vol. 33, No. 3. – 2001. – P. 273-321.
  8. M. Meila. Comparing clusterings by the variation of information // Learning Theory and Kernel Machines. Lecture Notes in Computer Science. Berlin Heidelberg: SpringerVerlag.– Vol. 2777. –2003. – P. 173-187.
  9. G. Hjaltason, H. Samet. Index-driven similarity search in metric spaces // ACM Transactions on Database Systems (TODS).– Vol. 28, No. 4. – 2003. – P. 517-580.
  10. Y. Rubner, C. Tomasi, L.J.Guibas. The Earth Mover’s Distance as a Metric for Image Retrieval / // International Journal of Computer Vision. Springer, Netherlands. – Vol. 40, No 2. – 20003. – P. 99-121.
  11. R.O. Stehling, M.A. Nascimento, A.X. Falcao. MiCRoM: A metric to compare segmented images // VISUAL 2002 / S.-K. Chang, Z. Chen, S.-Y. Lee. (Eds.). Lecture Notes in Computer Science. Berlin Heidelberg: Springer-Verlag.– Vol. 2314. – 2002. – P. 12–23.
  12. V. Mashtalir, E. Mikhnova, V. Shlyakhov, E. Yegorova. Novel metric on partitions for image segmentation / // Proceedings of IEEE International Conference on Advanced Video and Signal Based Surveillance. avss. – 2006. – P. 18.
  13. A partition metric for clustering features analysis / D. Kinoshenko, V. Mashtalir, V. Shlyakhov // International Journal “Information Theories and Applications”.– Vol. 14, No 3. – 2007. – P. 230-236.

##submission.downloads##

Опубліковано

2010-04-06

Як цитувати

Егорова, Е., Фурсенко, А., & Шляхов, В. (2010). Анализ вероятностных свойств метрики на разбиениях. Eastern-European Journal of Enterprise Technologies, 2(4(44), 10–15. https://doi.org/10.15587/1729-4061.2010.2645

Номер

Том 2 № 4(44) (2010): Математика і кібернетика - фундаментальні та прикладні аспекти

Розділ

Математика та кібернетика - прикладні аспекти

Ліцензія

Авторське право (c) 2014 Е.А. Егорова, А.К. Фурсенко, В.В. Шляхов

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.