遗传K-均值初始化的t混合模型医学图像聚类

• 作者: 宋余庆 戴丽丽 谢从华 陈健美
• 来源期刊: 计算机应用研究
• 关键词: 遗传算法 K-均值算法 参数初始化 t混合模型 聚类分析
• 年，卷（期）: 2010,（8）
• 页码范围: 3150-3152,3155
• 分类号: TP319
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.08.092

摘要

针对基于混合模型的图像聚类质量易受混合模型参数初始值的影响,提出一种遗传K-均值初始化的t混合模型医学图像聚类方法.该方法构建一种医学图像的t混合模型,将遗传算法与K-均值算法相结合,实现对医学图像的初始划分,从而获得混合模型的初始参数,有效克服混合模型对参数初始值选择的敏感性问题,用EM算法多次迭代估计t混合模型参数;最后根据得到的混合模型对医学图像进行聚类.实验表明,该方法实现了医学图像较精准的聚类,有较好的稳定性和通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋余庆	江苏大学计算机科学与通信工程学院	128	1213	20.0	29.0
2	陈健美	江苏大学计算机科学与通信工程学院	47	426	11.0	18.0
3	谢从华	江苏大学计算机科学与通信工程学院	13	57	5.0	6.0
4	戴丽丽	江苏大学计算机科学与通信工程学院	1	4	1.0	1.0