一种基于集合划分的鲁棒性自适应模糊聚类分割算法

摘要：

模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图像分割效果,采用核距离作为相似性度量,提出了一种鲁棒性自适应模糊C均值算法(RAFCM).实验结果表明,与FCM算法相比,AFCM和RAFCM算法不仅能自动地确定聚类数目,还可以得到更好的图像分割质量.

关键词：模糊聚类、图像分割、矩阵、集合划分、核距离

所属期刊栏目：32

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目61572417;河南省高校重点科研项目17A520012

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：146-152