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:
传统聚类算法易陷入局部极值,在数据线性不可分时分类效果较差.为此,提出一种基于最大熵的模糊核聚类图像分割方法.采用最大熵算法对原始图像进行初步分割,求得初始聚类中心;引入Mercer核函数,把输入空间的样本映射到高维特征空间,并在特征空间中进行图像分割.实验结果表明,该方法能减少迭代次数,使分类结果更稳定,从而较好地把目标从背景中分割出来.
推荐文章
邻域信息熵的核模糊C均值聚类图像分割算法
聚类算法
图像分割
模糊C均值算法
核距离
邻域信息熵
基于改进模糊核聚类的红外图像分割
红外图像分割
模糊核聚类
空间约束
隶属度约束强度指数
基于核模糊聚类的变分水平集医学图像分割方法
核模糊C-均值聚类算法
水平集
变分水平集
李模型
图像分割
一种基于概率配分和最大模糊熵的CT图像分割方法
模糊熵
图像分割
概率配分
阈值
遗传算法
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 基于最大熵的模糊核聚类图像分割方法
来源期刊 计算机工程 学科 工学
关键词 模糊核聚类 最大熵 特征空间 图像分割
年,卷(期) 2011,(10) 所属期刊栏目 图形图像处理
研究方向 页码范围 187-188,191
页数 分类号 TP391
字数 2806字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.10.064
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 辛杰 鲁东大学数学与信息学院 18 49 4.0 6.0
2 沙秀艳 鲁东大学数学与信息学院 10 164 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (221)
参考文献  (6)
节点文献
引证文献  (9)
同被引文献  (29)
二级引证文献  (48)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(12)
  • 引证文献(2)
  • 二级引证文献(10)
2017(11)
  • 引证文献(1)
  • 二级引证文献(10)
2018(16)
  • 引证文献(0)
  • 二级引证文献(16)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(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
模糊核聚类
最大熵
特征空间
图像分割
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导