Escolar Documentos
Profissional Documentos
Cultura Documentos
RELATRIO
COMPRESSO DE IMAGENS COM K-MEANS
NATAL/RN
2017
SUMRIO
1. INTRODUO...................................................................................3
2. PROCEDIMENTO..............................................................................3
3. BASE DE DADOS.............................................................................4
4. EXPERIMENTO.................................................................................5
5. RESULTADOS...................................................................................6
6. CONCLUSO ...................................................................................7
REFERNCIAS..................................................................................7
1. INTRODUO
2. PROCEDIMENTO
5) Repetir at a convergncia.
3. BASE DE DADOS
Como foi dito, o algoritmo analisa todos os dados desta tabela e cria
classificaes, isto , o algoritmo indica uma classe (cluster) e diz quais linhas
pertencem a esta classe. A quantidade de classes desejadas deve ser fornecida pelo
usurio. Este nmero de classes que deve ser passado para o algoritmo chamado
de k e dele que vem a primeira letra do nome do algoritmo: K-Means.
O algoritmo compara cada valor de cada linha por meio da distncia e gera as
classes, alm de classificar as ocorrncias. Geralmente, para calcular a que distncia
uma ocorrncia est da outra, utilizada a distncia euclidiana. A maneira de calcular
esta distncia depende da quantidade de atributos da tabela fornecida. Aps o clculo
das distncias o algoritmo calcula centrides para cada uma das classes. Conforme
as iteraes do algoritmo, o valor de cada centride refinado pela mdia dos valores
de cada atributo de cada ocorrncia pertencente a este centride. Com isso, o
algoritmo gera k centrides e coloca as ocorrncias da tabela de acordo com sua
distncia dos centrides.
B = imresize(A, M, nearest)
Retorna uma matriz que M vezes maior (ou menor) que A. Exemplo:
>> imshow(B)
5. RESULTADOS
REFERNCIAS