模糊C均值聚类与硬聚类的性能比较及改进

• 作者: 杨建
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 模糊C均值聚类 硬聚类 图像分割
• 年，卷（期）: 2008,（S2）
• 页码范围: 192-194
• 页数: 3页
• 分类号: TP391.41

摘要

本文以灰度值的图像分割为基础,对模糊C均值聚类算法(Fuzzy C-means,FCM)[1]和硬聚类进行了详尽的讨论,在此基础上对两者进行了比较,包括两者的迭代速度比较和两者的分割效果比较,聚类中心的初始化对迭代速度和分割效果的影响,并以此为基础对FCM聚类算法进行了改进。实验表明,改进的FCM聚类算法在迭代速度和分割效果方面都明显优于原始的FCM聚类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建	北京航空航天大学附属中学	13	74	5.0	8.0