一种核模糊C均值聚类算法及其应用
图像分割在许多医学成像应用中起着重要的作用.本文提出了一种新的用于图像分割的聚类算法.该算法通过利用核距离修改FCM-AWA算法中的目标函数而实现,即用核距离替代FCM-AWA中的欧氏距离,相应的得到核FCM-AWA聚类算法--KAWA-FCM聚类算法.利用该算法进行合成和真实图像分割的实验结果表明,当图像含有噪声时,与FCM-AWA算法相比,HAWA-FCM算法具有更好的性能.此外,基于该算法进行了牙菌斑量化的实验,实验结果表明,相对于利用菌斑指数的量化结果,基于KAWA-FCM的量化结果具有定量、自动和客观等特点.
模糊C均值、模糊聚类、核方法、牙菌斑、分割、量化
31
TP391.4(计算技术、计算机技术)
中国博士后科学基金20090451167;江苏博士后科学基金0901077C
2010-09-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1657-1663