基于PSO的模糊C-均值聚类算法的图像分割

• 作者: 曹鹏 李峰 李春月 陈曦
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子群优化算法 模糊C-均值聚类 图像分割
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 181-182,185
• 页数: 3页
• 分类号: TP393
• 字数: 2868字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.18.057

摘要

根据粒子群优化算法(PSO)强大的全局搜索能力,提出了用PSO算法优化模糊C均值聚类(FCM)的聚类中心的方法,有效地避免了传统的FCM对初始值及噪声数据敏感,容易陷入局部最优的缺点,同时图像分割的效果也得到了提高,性能也比传统的FCM方法更加稳定.实验结果反映了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李峰	长沙理工大学计算机与通信工程学院	103	702	14.0	17.0
2	陈曦	长沙理工大学计算机与通信工程学院	56	361	12.0	16.0
3	曹鹏	长沙理工大学计算机与通信工程学院	2	13	2.0	2.0
4	李春月	长沙理工大学计算机与通信工程学院	2	13	2.0	2.0