خوشه بندی دادهها به منظور کاهش خطای بازسازی طیفی

خوشه بندی دادههای طیفی بر اساس معیار اختلاف رنگ میتواند روش مناسبی برای کاهش خطای بازسازی طیفی باشد. برای این منظور پس از خوشه بندی داده ها، بردارهای ویژه هر خوشه بدست آمد و با استفاده از روش تحلیل اجزای اصلی و به کار گرفتن 3 بردار ویژه اصلی برای هر خوشه، زیرمجموعه های به وجود آمده بازسازی گردید. به منظور خوشه بندی دادهها از روش K-Means استفاده شد و اختلاف رنگ نمونه ها به عنوان معیار خوشه بندی به کار گرفته شد. برای یافتن نقطه شروع مناسب در این الگوریتم از معیار خطای رنگی داده بازسازی شده برای هر گروه استفاده گردید. سپس مقادیر خطای رنگی و خطای طیفی انعکاسهای طیفی بازسازی شده نسبت به طیف های واقعی محاسبه گردید. نتایج نشان دهنده کاهش هردو خطای رنگی و طیفی در مقایسه با روش معمول میباشد.

کلیدواژه ها:

خوشه بندی ، تحلیل اجزای اصلی ، الگوریتم ، K-Means ، سازی طیفی