核空间中智模糊聚类及图像分割应用
目的 为了更有效地提高中智模糊C-均值聚类对非凸不规则数据的聚类性能和噪声污染图像的分割效果,提出了核空间中智模糊均值聚类算法.方法 引入核函数概念.利用满足Mercer条件的非线性问题,用非线性变换把低维空间线性不可分的输入模式空间映射到一个先行可分的高维特征空间进行中智模糊聚类分割.结果 通过对大量图像添加不同的加性和乘性噪声进行分割测试获得的核空间中智模糊聚类算法提高了现有算法的对含噪声聚类的鲁棒性和分类性能.峰值信噪比至少提高0.8 dB.结论 本文算法具有显著的分割效果和良好的鲁棒性,并适应于医学,遥感图像处理需要.
图像分割、模糊C-均值聚类、中智模糊聚类、核空间、核函数
21
TP391.41(计算技术、计算机技术)
国家自然科学基金重点项目61136002;陕西省自然科学基金项目2014JM8331,2014JQ5183,2014JM8307;陕西省教育厅科学研究计划资助项目2015JK1654The State Key Drogram of National Natural Science Founation of China61136002;National Science Foundation of Shaanxi Province,China2014JM8331,2014JQ5183,2014JM8307
2016-11-03(万方平台首次上网日期,不代表论文的发表时间)
共12页
1316-1327