-
题名一种扩展的条件模糊C-均值聚类算法
- 1
-
-
作者
曾振东
-
机构
广东青年职业学院
-
出处
《计算机工程与应用》
CSCD
2012年第13期22-26,共5页
-
基金
广东省教育部产学研重点项目(No.2011A090200068)
广东省自然科学基金(No.9151009001000043)
-
文摘
在综合分析标准的模糊C-均值聚类算法和条件模糊C-均值聚类算法基础上,对模糊划分空间进行修改,进一步弱化模糊划分矩阵的约束,给出一种扩展的条件模糊C-均值聚类算法。算法的划分矩阵和原型不依赖于背景约束及模糊划分矩阵的隶属度总和。实验结果表明:该算法可以得到不同的聚类原型,并具有很好的聚类效果。
-
关键词
模糊c_均值聚类(FcM)
条件模糊c-均值聚类(cFcM)
模糊划分矩阵
-
Keywords
Fuzzy c-Means （FcM） clustering
conditional Fuzzy c-Means（cFcM） clustering
fuzzy partition matrix
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于PSO_KFCM的医学图像分割
被引量：4
- 2
-
-
作者
裴振奎
胡萍萍
-
机构
中国石油大学(华东)计算机与通信工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第9期2295-2296,2299,共3页
-
文摘
在核模糊聚类算法(KFCM)的基础上,提出了一种新的PSO_KFCM聚类算法。新算法利用高斯核函数,把输入空间的样本映射到高维特征空间,利用微粒群算法的全局搜索、快速收敛的特点,代替KFCM算法逐次迭代的过程,在特征空间中进行聚类,克服了KFCM对初始值和噪声数据敏感、易陷入局部最优的缺点。通过对医学图像进行分割,仿真实验结果表明,新算法在性能上比KFCM聚类算法有较大改进,具有更好的聚类效果,且算法能够很快地收敛。
-
关键词
微粒群算法
核函数
图像分割
模糊c_均值聚类
特征空间
-
Keywords
particle swarm optimization
kernel function
image segmentation
kernel fuzzy c means clustering
feature space
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
