基于新的遗传算法的模糊C均值聚类用于遥感图像分割

• 作者: 何迪 庞韶宁 杨杰 贾振红 路彬彬
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 模糊C匀值 空间领域信息 全局优化 猴王遗传算法 遥感图像
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 光全息与信息处理
• 页码范围: 15-17
• 分类号: TN248.1
• 字数: 3326字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2743.2010.06.009

摘要

标准FCM对噪声十分敏感,并且依赖于初始聚类中心选择,算法通常得到的是局部最优解而非全局最优解.针对此问题提出一种基于猴王遗传算法的改进的FCM算法.猴王遗传算法是一种新颖的全局优化搜索算法,具有高效的计算性能和优良的全局搜索能力.本文首次将猴王遗传算法(MKGA)与结合空间领域信息的FCM相结合,利用改进的FCM算法的目标函数建立适应度函数,利用猴王遗传算法搜索全局最优解,代替FCM的基于梯度下降的迭代过程,从而有效地避免了模糊C-均值聚类算法收敛到局部最优和对噪声敏感的问题.在此基础上实现了对遥感图像的聚类分割.实验结果表明,该算法对于遥感图像显示了较好的分割效果和较强的抗噪能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	上海交通大学图像处理与模式识别研究所	340	5370	35.0	58.0
2	贾振红	新疆大学信息科学与工程学院	286	1621	18.0	28.0
3	何迪	新疆大学信息科学与工程学院	9	53	5.0	6.0
4	路彬彬	新疆大学信息科学与工程学院	3	26	3.0	3.0