Comparação entre os algoritmos K-Means e Dynamic Cluster em imagens digitais

• Arthur Scardini Domingues ^[1] ; Maria Luzia Silva de Carvalho ^[1] ; José Washington Vidal Morais Neto ^[1] ; Angélica Félix de Castro ^[1] ; Odacir Almeida Neves ^[1]
  1. [1] Universidade Federal Rural do Semi-Árido

     Universidade Federal Rural do Semi-Árido

     Brasil

     
• Localización: Cuadernos de Educación y Desarrollo, ISSN-e 1989-4155, Vol. 15, Nº. 10, 2023, págs. 11252-11265
• Idioma: portugués
• DOI: 10.55905/cuadv15n10-069
• Enlaces
  • Texto completo
• Resumen
  • português

    O presente trabalho, teve como objetivo realizar o comparativo entre dois algoritmos de clusterização (K-Means e Dynamic Cluster) em imagens digitais. Estes foram submetidos aos mesmos testes a fim de avaliar sua performance quanto a qualidade da resposta. Os resultados mostraram a superioridade do algoritmo Dynamic Cluster em relação ao K-Means.

  • English

    The present work aimed to compare two clustering algorithms (K-Meansand Dynamic Cluster) in digital images. These were submitted to the same tests in order to evaluate their performance regarding the quality of the response. The results showed the superiority of the Dynamic Clusteralgorithm in relation to K-Means.

• Referencias bibliográficas
  • Barth, F. J. (2013). “Algoritmos de Agrupamento - Aprendizado Não Supervisionado”. Disponível em: http://fbarth.net.br/materiais/docs/am/agrupamento.pdf....
  • Bensebaa, K. (2015). “Processamento de Imagens e Computação Gráfica”. Disponível em: https://slideplayer.com.br/slide/10104678/. Acesso em:...
  • Cargnelutti Filho, A; Ribeiro, N. D.; Reis, R. C. D.; Souza, J. R. e Jost, E. (2008). “Comparação de métodos de agrupamento para o estudo...
  • CRÓSTA, A. P. (1993). “Processamento Digital de Imagens de Sensoriamento Remoto”. UNICAMP.
  • Elmasri, R e Navathe, S. B. (2005). “Sistemas de Banco de Dados 4” ed. São Paulo: Pearson Addison Esley.
  • Fayyad, U.M. (1997). Editorial. Data Mining and Knowledge Discovery Journal. 1 (1), 5-10.
  • Hartigan, J.A. (1975). “Clustering Algorithms”, John Wiley.
  • INPE (2015). Processamento Digital de Imagens - Realce de Imagens Digitais. Disponível em: https://www.dpi.inpe.br/~carlos/Academicos/Cursos/Pdi/pdi_realce.html#:~:text=Como%20apresentado%20na%20apostila%20anterior,de%20aparecimento%20na%20imagem%20digital....
  • Jain, A. K., Murty, M. N. and Flynn, P. J. (1999). “Data clustering: a review”. ACM Computing Surveys, 31(3), 264–323.
  • Linden, R. (2015) “Técnicas de Agrupamento”, Revista de Sistemas de Informação da FSMA, n. 4, pp. 18-36
  • Manning, C. D. e Schutze, H. (2003). “Foundations of Statistical Natural Language Processing”. MIT Press.
  • Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
  • Nogare, D. (2016). “Engenharia do Conhecimento e Sistemas Especialistas”. Disponível em: http://www.diegonogare.net/2015/08/entendendo-como-funciona-o-algoritmo-de-cluster-k-means/....
  • Prass, F. S. (2004). “Estudo comparativo entre algoritmos de análise de agrupamentos em data mining”. Dissertação de Mestrado. Universidade...
  • Santos, R. (2008). “Conceitos de Mineração de Dados Multimídia”. WebMedia, 2008. Disponível em: http://www.lac.inpe.br/~rafael.santos/Docs/WebMedia/2008/mmdm.pdf....
  • Shafeeq, B. M. A. e Hareesha, K. S. (2012). “Dynamic Clustering of Data with Modified K-Means Algorithm”. 2012 International Conference on...
  • SILVA, A. M. (2007). “Curso Processamento digital de imagens de satélite”. Centro de Eventos da PUCRS - de 07 a 12 de outubro de 2001. Porto...
  • Smith, W. S. e Ribeiro, C. A. (2015). “Parque Natural Municipal Corredores de Biodiversidade: pesquisas e perspectivas futuras”: Prefeitura...
  • Trevisan, T. B.; Ziglioli, M.; Mallmann, A. A.; Metz, J. e Paula Filho, P. (2013). “COMPARAÇÃO DE ALGORITMOS DE CLUSTERING HIERÁRQUICO EM...
  • Witten, I. H; Frank, E. (2005) “Data Mining - Practical Machine Learning Tools and Techniques”, Elsevier.