基于蚁群算法的模糊C均值聚类的改进研究

• 作者: 侯文 杨冰倩 王贇贇 高晋凯
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 图像分割 蚁群算法 模糊C均值聚类 梯度
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 信号处理
• 页码范围: 30-34,39
• 页数: 6页
• 分类号: TP311.13
• 字数: 4895字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2016.11.007

摘要

在图像分割的研究中，模糊C均值（ FCM）聚类算法较之前的硬聚类有了很大的改进，是一种基于函数最优方法的聚类算法，然而传统的FCM算法的聚类中心及个数难以确定，搜索过程易陷入局部最优。因此，提出一种基于蚁群算法的改进的FCM聚类算法。该算法利用了蚁群算法全局优化特征以及较强鲁棒性的特点，将通过蚁群算法得到的聚类中心及个数应用到传统FCM算法中，弥补了传统FCM聚类算法的不足。该算法对图像进行分块处理，并引入多尺度梯度，提高了图像分割的准确性，最后通过实验验证了该算法的有效性及实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯文	中北大学信息与通信工程学院	66	362	9.0	16.0
2	杨冰倩	中北大学信息与通信工程学院	4	14	3.0	3.0
3	高晋凯	中北大学信息与通信工程学院	4	19	3.0	4.0
4	王贇贇	中北大学信息与通信工程学院	4	19	3.0	4.0