基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
模糊C-均值(FCM)聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点.将模拟退火算法(SA)与模糊C-均值聚类算法相结合,在合理选择冷却进度表的基础上,依据模糊C-均值聚类算法建立模拟退火算法的目标函数,实现了基于模拟退火的模糊C-均值聚类图像分割算法.实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果.
推荐文章
核空间局部自适应模糊C-均值聚类图像分割算法
自适应中值算法
模糊C-均值聚类
核函数
局部空间信息
新的鲁棒模糊C-均值聚类分割算法及其应用
图像分割
模糊C-均值聚类
聚类中心表达式
划分系数
基于邻域的模糊C-均值图像分割算法
模糊C-均值
图像分割
邻域
聚类
基于邻域的多尺度模糊C-均值聚类图像分割
邻域
多尺度
模糊C-均值聚类
图像分割
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 模拟退火与模糊C-均值聚类相结合的图像分割算法
来源期刊 工程图学学报 学科 工学
关键词 计算机应用 图像分割 模糊C-均值聚类算法 模拟退火算法
年,卷(期) 2007,(1) 所属期刊栏目 图像技术
研究方向 页码范围 89-93
页数 5页 分类号 TP391.4
字数 4346字 语种 中文
DOI 10.3969/j.issn.1003-0158.2007.01.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张佑生 合肥工业大学计算机与信息学院 135 1269 19.0 29.0
2 谢颖 临沂师范学院信息学院 7 84 2.0 7.0
3 刘晓龙 合肥工业大学计算机与信息学院 1 43 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (34)
参考文献  (5)
节点文献
引证文献  (43)
同被引文献  (39)
二级引证文献  (116)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(8)
  • 引证文献(8)
  • 二级引证文献(0)
2009(7)
  • 引证文献(4)
  • 二级引证文献(3)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(14)
  • 引证文献(2)
  • 二级引证文献(12)
2012(20)
  • 引证文献(5)
  • 二级引证文献(15)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(19)
  • 引证文献(7)
  • 二级引证文献(12)
2016(17)
  • 引证文献(2)
  • 二级引证文献(15)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(18)
  • 引证文献(2)
  • 二级引证文献(16)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(9)
  • 引证文献(3)
  • 二级引证文献(6)
研究主题发展历程
节点文献
计算机应用
图像分割
模糊C-均值聚类算法
模拟退火算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
论文1v1指导