Segmentation d’images utilisant la fouille de données et implémentation sur terminaux mobiles

dc.contributor.authorBOUCHEMAL, Amira
dc.date.accessioned2026-09-06T12:36:34Z
dc.date.available2026-09-06T12:36:34Z
dc.date.issued2026
dc.description.abstractLes techniques de clustering basées sur la densité sont largement utilisées dans le data mining dans divers domaines. DBSCAN est l'un des algorithmes de clustering basés sur la densité les plus populaires, caractérisé par sa capacité à découvrir des clusters de différentes formes et tailles, et à séparer le bruit et les valeurs aberrantes. Cependant, deux limites fondamentales subsistent : le paramètre d'entrée requis du seuil de distance Eps et son inefficacité pour regrouper des ensembles de données avec différentes densités. Pour surmonter ces inconvénients, une technique basée sur les statistiques est proposée dans ce travail. Spécifiquement, la technique proposée utilise une mesure de densité appropriée basée sur les k plus proches voisins, à partir de laquelle l'ensemble de données est ordonné par ordre décroissant de densité. Elle utilise ensuite l'inégalité statistique de Chebyshev comme moyen approprié pour gérer des distributions arbitraires et déterminer automatiquement différentes valeurs Eps pour des clusters de différentes densités. Des applications menées sur des ensembles de données synthétiques et réelles ont démontré son efficacité et sa précision. Les résultats indiquent sa supériorité par rapport à DBSCAN, DPC et à leurs améliorations récemment proposées. Appliquée à la segmentation d’images, notre approche de clustering a permis d’obtenir de meilleurs résultats de segmentation.
dc.formatPDF
dc.identifier.urihttps://dspace.univ-annaba.dz//handle/123456789/4809
dc.language.isoFrancais
dc.publisherUniversité Badji Mokhtar Annaba
dc.subjectClustering; Clustering basé sur la densité; DPC; DBSCAN
dc.titleSegmentation d’images utilisant la fouille de données et implémentation sur terminaux mobiles
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
thèse BOUCHEMAL Amira.pdf
Size:
3.04 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: