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:
利用粒子群优化算法(PSO)强大的全局搜索能力,提出了用PSO算法优化FCM聚类中心的方法,有效地避免了传统的FCM由于初始值及噪声的影响,容易陷入局部最优的不足,同时图像分割的效果得到了提高,性能比传统的FC M方法更加稳定。实验结果表明,该方法在图像分类中的应用效果较好。
推荐文章
一种新的图像分类方法研究
视觉描述符
分类器
融合
特征提取
模糊神经网络
一种新的图像边缘检测方法
多边缘特征
边缘检测
加权FCM
一种基于图像特征的图像分类方法
图像特征
图像分类
颜色
纹理
边缘特征
基于PSO的新算法在库存分类中的应用
粒子群(PSO)算法
ABC分类
神经网络
反向传播算法
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 一种新的 PSO优化 FCM方法在图像分类中的应用
来源期刊 软件导刊 学科 工学
关键词 模糊C-均值 聚类 粒子群算法 图像分割 聚类中心
年,卷(期) 2013,(8) 所属期刊栏目 软件开发与应用
研究方向 页码范围 72-75
页数 4页 分类号 TP319
字数 3338字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (59)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(11)
  • 参考文献(0)
  • 二级参考文献(11)
2006(7)
  • 参考文献(3)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模糊C-均值
聚类
粒子群算法
图像分割
聚类中心
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导