作者:
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:
对传统FCM算法的隶属度函数进行了改进,改进后的算法有效降低了孤立点对图像数据聚类结果的影响.通过灰度-梯度共生矩阵对图像进行纹理特征提取,利用主分量分析法对提取后的图像高维特征进行降维处理,结合本文改进的FCM图像聚类算法对预处理后的图像数据进行聚类.实验证明,该方法具有较好的聚类效果,且能以较少的迭代次数达到全局最优.
推荐文章
基于改进FCM聚类医学图像配准
图像配准
fuzzy C-means聚类
迭代最近点
互信息
结合ECM和FCM聚类的遥感图像分割新方法
遥感图像分割
模糊C均值聚类
进化聚类
基于内容的图像检索
基于粗糙集理论和FCM的图像聚类方法
粗糙集理论
奇异值分解
聚类分析
结合关联规则与FCM的用户聚类改进
关联规则
用户聚类
FCM
Web日志挖掘
模糊聚类
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 改进FCM的图像聚类方法
来源期刊 计算机系统应用 学科 工学
关键词 FCM算法 图像聚类 隶属度函数 主分量分析法
年,卷(期) 2011,(7) 所属期刊栏目 经验交流
研究方向 页码范围 172-175
页数 分类号 TP391.41
字数 3980字 语种 中文
DOI 10.3969/j.issn.1003-3254.2011.07.039
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 周俊祥 商丘师范学院计算机科学系 13 29 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (79)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (6)
二级引证文献  (2)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
FCM算法
图像聚类
隶属度函数
主分量分析法
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导