一种基于模糊核聚类算法的图像分类方法

• 作者: 张弘强 王书文 皮炳坤 马聪
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 子空间聚类 核函数 核模糊聚类算法
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP311
• 字数: 1941字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2016.05.010

摘要

聚类分析是数据分析的一个重要方法.通过引用核函数,将核方法应用到模糊C均值(Fuzzy c-Means,FCM)算法中,优化FCM算法的目标函数,使样本点被非线性变换映射到高维特征空间进行聚类,不仅改善了聚类效果,而且增强了算法对噪声的鲁棒性.在真实样本集上进行了仿真实验,分类结果证实了该算法的有效性和普适性,因而是一种较为简单和实用的图像分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王书文	西北民族大学电气工程学院	36	189	8.0	12.0
2	皮炳坤	西北民族大学电气工程学院	2	5	1.0	2.0
3	张弘强	西北民族大学电气工程学院	2	5	1.0	2.0
4	马聪	西北民族大学电气工程学院	3	6	2.0	2.0