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:
模糊C-均值(Fuzzy C-Means,FCM)聚类算法是一种基于划分的无监督聚类算法,也是较为常见的图像分割算法之一,该算法通过寻找0~1之间的模糊隶属度等级来进行图像分割,并通过在特征空间中寻找聚类中心来达到最小化目标函数的目的.它的局限性主要有实时性较差、初始聚类中心的设置对最终结果影响较大、未考虑空间因素导致抗噪性弱.本文将mini-batch方法应用到FCM算法中,加快了FCM算法的收敛速度,提高了算法的效率及时效性,一定程度上解决了当数据特征复杂、集合较大时,FCM算法的实时性不是很理想的问题,继而节省算法运行的时间.
推荐文章
基于改进的 FCM算法图像分割研究
模糊C均值聚类
自适应滤波
道岔缺口
鲁棒性
彩色图像分割的FCM初始化方法
图像分割
模糊C-均值聚类
初始化
维纳滤波
二次分水岭
质心筛选与合并
一种基于自适应空间信息改进FCM的图像分割算法
图像分割
模糊C-均值
模糊聚类
空间信息
核磁共振脑部图像
融合加窗色调直方图的彩色图像FCM分割算法
彩色图像分割
加窗色调直方图
模糊C均值聚类算法(FCM)
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 高清彩色图像分割的Mini-batch FCM算法研究
来源期刊 现代信息科技 学科 工学
关键词 FCM聚类 mini-batch 图像分割
年,卷(期) 2019,(19) 所属期刊栏目 信息技术
研究方向 页码范围 15-17
页数 3页 分类号 TP391.41
字数 1850字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.19.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李千 连云港职业技术学院信息工程学院 14 14 2.0 3.0
2 玄甲辉 4 4 2.0 2.0
3 倪翠 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
FCM聚类
mini-batch
图像分割
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导