基于ADAM-GWO的自动FRFCM算法

摘要：

模糊C均值聚类(FCM)现被广泛应用于图像处理和计算机视觉等领域,但其中存在的聚类数目需要人为设定和处理其过程中对噪声过于敏感的问题.在实际应用中最佳聚类数目C是有一定界限的,而Grey Wolf Optimizer(GWO)能够将其设定在一定范围内,减少不必要的迭代.由于聚类数目定义在离散的整数集,而自适应矩估计(ADAM)对稀疏矩阵的偏差的修正高效、快速,文章通过增加适应度因子W,对GWO进行改进,同时引入了FRFCM,将最优分割精度(SA)作为目标函数确定最佳的聚类数目.实验结果表明本算法的鲁棒性更强、收敛速度更快,且能够自动找到最佳聚类数目.

关键词：图像分割、聚类数目、GWO、FCM、ADAM

所属期刊栏目：17

在线出版日期：2020-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：136-137