量子蚁群模糊聚类算法在图像分割中的应用

• 作者: 党建武 李积英
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 量子蚁群算法 模糊C-均值 图像分割
• 年，卷（期）: 2013,（1）
• 页码范围: 126-131
• 分类号: TP391|TN911.73
• 字数: 3539字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2013.01.020

摘要

针对模糊C-均值算法对初始值的依赖,容易陷入局部最优值的缺点,本文提出将量子蚁群算法与FCM聚类算法结合,首先利用量子蚁群算法的全局性和鲁棒性以及快速收敛的优点确定图像的初始聚类中心和聚类个数,再将所得结果作为FCM聚类算法的初始参数,然后用FCM聚类算法对医学图像进行分割.实验结果表明,该方法有效解决了FCM算法对初始参数的依赖,克服了FCM算法及蚁群算法容易陷入局部极值的的缺点,而且在分割速度和精度上得到了较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李积英	兰州交通大学电子与信息工程学院	42	195	8.0	12.0
2	党建武	兰州交通大学电子与信息工程学院	205	1363	18.0	23.0