Algoritmo k-means Baseado na Distância de Fisher-Rao na Subvariedade das Distribuições Gaussianas Diagonais.

Autores

  • Julianna Pinele
  • João Eloir Strapasson

DOI:

https://doi.org/10.5540/03.2017.005.01.0503

Palavras-chave:

Distância de Fisher-Rao, Limitante Superior, Mistura Gaussiana, Algoritmo k-means, Segmentação de Imagens.

Resumo

Uma fórmula explı́cita da distância de Fisher-Rao para modelos de distribuição em geral é muito difı́cil de determinar, especialmente no caso das distribuições Gaussianas multivariadas. Neste trabalho apresentamos um limitante superior para a distância de Fisher-Rao no espaço das distribuições Gaussianas multivariadas usando a distância na subvariedade formada por distribuições gaussianas cuja matriz de covariância é diagonal. Introduzimos também uma adaptação do algoritmo k-means baseado na distância de Fisher-Rao para simplificar misturas compostas por distribuições Gaussianas diagonais. Aplicamos o algoritmo para simplificar misturas Gaussianas no contexto de segmentação de imagens.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2017-04-14

Edição

Seção

Trabalhos Completos - Processamento de Sinais