粒子群模糊聚类方法在病理图像分类中的应用
结合模糊C均值(FCM)算法局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,使算法有很强的全局搜索能力.同时,采用Markov随机场与模糊聚类的耦合策略计算适应度函数,利用新的分类中心调整粒子位置,产生新的聚类中心,并将该方法应用于病理图像的分割.与传统的处理方法进行了比较,结果表明,该聚类更为准确且对病理图像的分割效果比原算法效果更好,但对于如何减少算法的运算量仍需作深入研究.
粒子群模糊聚类算法、模糊C均值聚类算法、Markov随机场、图像分割、病理图像
30
TP391.41(计算技术、计算机技术)
2010-01-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
5155-5157,5161