基于混沌优化的模糊聚类分析方法
提出了基于混沌优化的模糊聚类方法(COFCM).COFCM将混沌优化策略与传统的模糊C-均值算法(FCM)相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,同时结合梯度算子,使方法能有效收敛到极值点.以六组人工数据集和真实数据集作为实验数据,对聚类目标函数值、聚类有效性函数指标值进行对比实验,其结果表明COFCM能得到比FCM更好的目标函数值,从而有更好的聚类效果.最后将该方法应用于Lena图像进行图像分割,验证了方法的有效性.
混沌优化、模糊聚类、模糊C-均值、图像分割
21
TP18(自动化基础理论)
国家重点基础研究计划973课题2007CB714107;国家自然科学基金50579022;高等学校博士学科点专项科研基金资助项目20050487062
2010-07-12(万方平台首次上网日期,不代表论文的发表时间)
共4页
2977-2980