改进退化的半监督模糊聚类应用于MR图像分割

• 作者: 冯国灿 杨丰 蔡加欣
• 来源期刊: 中国图象图形学报A
• 学科: 工学
• 关键词: 聚类分析 半监督学习 图像分割 FCM 种子聚类
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 784-791
• 分类号: TP391.4
• 字数: 4696字
• 语种: 中文

摘要

半监督聚类利用少量标记样本的辅助信息来引导对大量无标记数据的分割.Pedrycz提出的半监督FCM(sFCM)算法应用标记样本的类别归属信息来辅助聚类,其在标记点过于稀少时会退化为无监督FCM算法且收敛较慢,难以应用于多数实际问题.在半监督FCM的基础上提出一种改进退化的半监督FCM算法(dsFCM),通过在sFCM迭代过程中设置监督成分的比重,来加大标记样本点对聚类中心的影响力,在聚类精度、速度和鲁棒性上均比半监督FCM有所提高,解决了标记点稀疏时的退化问题,在医学图像分割上取得了良好应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丰	南方医科大学生物医学工程学院	52	330	11.0	15.0
2	冯国灿	中山大学数学与计算科学学院	42	224	9.0	11.0
3	蔡加欣	南方医科大学生物医学工程学院	1	12	1.0	1.0