基于粗糙集理论和FCM的图像聚类方法

• 作者: 乔晓明 刘有耀
• 来源期刊: 科技与创新
• 关键词: 粗糙集理论 奇异值分解 聚类分析
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 图像处理
• 页码范围: 283-284,213
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2007.12.113

摘要

提出一种将粗糙集方法与模糊C均值聚类(FCM)算法结合的图像聚类方法.借助于粗糙集理论在处理大数据量、消除冗余信息等方面的优点,减少模糊C均值聚类的训练数据量,克服其因为数据量大而处理速度慢等缺点,同时利用模糊C均值聚类好的聚类性能.对经过约简的最小属性子集进行聚类分析.实现图像聚类的快速、准确、鲁棒等优点.在人脸图像上的聚类实验取得了很好的效果.