Image Classification has a signific

Image Classification has a significant role in the field of medical diagnosis as well as mining analysis and is even used for cancer diagnosis in the recent years. Clustering analysis is a valuable and useful tool for image classification and object diagnosis. A variety of clustering algorithms are available and still this is a topic of interest in the image processing field. However, these clustering algorithms are confronted with difficulties in meeting the optimum quality requirements, automation and robustness requirements. In this paper, we propose two clustering algorithm combinations with integration of K-Means algorithm that can tackle some of these problems. Comparison study is made between these two novel combination algorithms. The experimental results demonstrate that the proposed algorithms are very effective in producing desired clusters of the given data sets as well as diagnosis. These algorithms are very much useful for image classification as well as extraction of objects.

Kết quả (Việt) 1:

Hình ảnh phân loại này có một vai trò quan trọng trong lĩnh vực chẩn đoán y tế cũng như phân tích khai thác mỏ và thậm chí được sử dụng để chẩn đoán bệnh ung thư trong những năm gần đây. Cụm phân tích là một công cụ có giá trị và hữu ích cho các đối tượng chẩn đoán và phân loại hình ảnh. Một loạt các thuật toán kết cụm có sẵn và vẫn là một chủ đề quan tâm trong lĩnh vực xử lý hình ảnh. Tuy nhiên, các thuật toán clustering đang phải đối mặt với khó khăn trong việc đáp ứng các yêu cầu tối ưu chất lượng, tự động hóa và các yêu cầu mạnh mẽ. Trong bài báo này, chúng tôi đề xuất hai kết cụm thuật toán kết hợp với tích hợp thuật toán K-có nghĩa là có thể giải quyết một số trong những vấn đề này. Nghiên cứu so sánh được thực hiện giữa các thuật toán mới lạ kết hợp giữa hai. Các kết quả thí nghiệm chứng minh rằng các thuật toán được đề xuất rất hiệu quả trong sản xuất mong muốn các cụm nhất định các bộ dữ liệu cũng như chẩn đoán. Các thuật toán này là rất nhiều hữu ích cho hình ảnh phân loại và khai thác của các đối tượng.

Kết quả (Việt) 2:

Phân loại ảnh có một vai trò quan trọng trong lĩnh vực chẩn đoán y tế cũng như phân tích khai thác khoáng sản và thậm chí được sử dụng để chẩn đoán ung thư trong những năm gần đây. Clustering phân tích là một công cụ có giá trị và hữu ích cho việc phân loại ảnh và chẩn đoán đối tượng. Một loạt các thuật toán phân nhóm có sẵn và vẫn là một chủ đề quan tâm trong lĩnh vực xử lý hình ảnh. Tuy nhiên, các thuật toán phân nhóm đang phải đối mặt với những khó khăn trong việc đáp ứng các yêu cầu chất lượng, tự động hóa và mạnh mẽ yêu cầu tối ưu. Trong bài báo này, chúng tôi đề xuất hai kết hợp thuật toán phân nhóm với hội nhập của thuật toán K-Means có thể giải quyết một số vấn đề. nghiên cứu so sánh được thực hiện giữa hai thuật toán kết hợp mới lạ. Các kết quả thí nghiệm chứng minh rằng các thuật toán đề xuất là rất hiệu quả trong sản xuất các cụm mong muốn của các bộ dữ liệu được cũng như chẩn đoán. Các thuật toán này là rất hữu ích cho việc phân loại ảnh cũng như khai thác các đối tượng.