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:
图像分割和对象提取是从图像处理到图像分析的关键步骤.K-均值聚类算法和粒子群优化方法结合,即将K-均值方法的结果作为一个粒子并采用粒子群优化的方法,通过适应度函数,利用新的分类中心调整粒子位置,产生新的聚类中心.并将此方法应用于图像的分割.最后,将两种方法的处理结果进行了比较,结果表示基于PSO聚类方法对图像的分割效果比原算法有所改进.
推荐文章
基于改进谱聚类与粒子群优化的图像分割算法
图像分割
粒子群
谱聚类
Nystr迸m逼近
基于动态粒子群优化与K-means聚类的图像分割算法
图像分割
动态粒子群优化
K-means聚类
适应度方差
聚类算法
DPSOK
基于混沌粒子群和模糊聚类的图像分割算法
图像分割
混沌粒子群算法
模糊C-均值聚类
全局优化
分数阶粒子群的模糊聚类图像分割算法研究
模糊C-均值聚类
初始聚类中心
分数阶粒子群
自适应调整
步长控制因子
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 粒子群优化的聚类方法在图像分割中的应用
来源期刊 电光与控制 学科 航空航天
关键词 粒子群优化 聚类算法 K-均值聚类 图像分割 桢式识别 图像处理
年,卷(期) 2009,(2) 所属期刊栏目 学术研究
研究方向 页码范围 5-6,17
页数 3页 分类号 V271.4
字数 1941字 语种 中文
DOI 10.3969/j.issn.1671-637X.2009.02.002
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 孙即祥 国防科技大学电子工程学院 81 1242 17.0 32.0
2 邹刚 国防科技大学电子工程学院 22 66 5.0 7.0
6 敖永红 国防科技大学信息中心 17 64 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (27)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (10)
二级引证文献  (8)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群优化
聚类算法
K-均值聚类
图像分割
桢式识别
图像处理
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
电光与控制
月刊
1671-637X
41-1227/TN
大16开
河南省洛阳市017信箱16分箱
1970
chi
出版文献量(篇)
4517
总下载数(次)
11
论文1v1指导