基于改进量子遗传优化的模糊C均值聚类图像分割

• 作者: 张晓明 逯清玉
• 来源期刊: 数学的实践与认识
• 关键词: 模糊C均值 空间邻域信息 双链量子遗传 图像分割
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 应用
• 页码范围: 174-181
• 语种: 中文

摘要

针对模糊C均值聚类算法对初始聚类中心值敏感和抗噪声能力差的问题,提出一种基于改进的量子遗传优化初始聚类中心的算法,改进双链编码的量子遗传算法增加了全局搜索能力,改变传统的FCM算法计算迭代慢和易陷入局部极值的问题.同时引入空间邻域信息,利用加权隶属度矩阵建立适应度函数来改善对噪声的鲁棒性,实验结果表明,算法具有很好的分割效果和较强的抗噪能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	逯清玉	青海建筑职业技术学院基础及素质教育部	6	3	1.0	1.0
2	张晓明	长春建筑学院基础教学部	5	3	1.0	1.0