基于Relieft特征加权的C均值聚类算法的研究和改进

• 作者: 王江涛 石红岩 练煜
• 来源期刊: 合肥学院学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 C均值 特征加权 Relieft技术 模糊集
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 电子与计算机
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP391.4
• 字数: 3726字
• 语种: 中文

摘要

图像分割是图像处理到图像分析的最关键步骤.首先,研究C均值的聚类算法并阐述与其相关的概念,分析该聚类方法的基本原理和聚类准则.然后,针对该算法的优缺点以及存在的不足之处,对C均值聚类算法进行改进,将Relieft技术引进,由于图像分割时涉及众多特征,改进算法的核心就在于特征提取时进行加权处理,最终设计出有效的、鲁棒性好的彩色图像分割的流程.最后,通过大量的实验,将改进前后的C均值图像分割算法的分割结果进行比较,改进后的聚类算法能够实现更加优秀的图像分割结果;通过将实验对象置于不同的环境下的实验数据的统计,可以验证改进后分割算法的鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江涛	仰恩大学工程技术学院	19	51	4.0	6.0
2	练煜	中兴通讯股份有限公司终端事业部	3	10	1.0	3.0
3	石红岩	仰恩大学数学系	15	45	4.0	6.0