新的鲁棒模糊C-均值聚类分割算法及其应用 |
| |
引用本文: | 侯晓凡,吴成茂.新的鲁棒模糊C-均值聚类分割算法及其应用[J].计算机应用研究,2016,33(2). |
| |
作者姓名: | 侯晓凡 吴成茂 |
| |
作者单位: | 西安邮电大学 电子工程学院,西安邮电大学 电子工程学院 |
| |
基金项目: | 国家自然科学基金重点资助项目(90607008);国家自然科学基金资助项目(61073106);陕西省自然科学(2014JM8331,2014JQ5138,2014JM8307);陕西省教育厅自然科学资金资助项目(2013JK1129) |
| |
摘 要: | 针对Krinidis和公茂果等提出的系列鲁棒模糊局部C-均值聚类算法存在聚类中心迭代公式缺乏严格数学理论基础的不足,于是将其聚类目标函数及其约束条件采用拉格朗日乘子法进行严格数学推导,从而获得最优解逼近的隶属度和聚类中心迭代表达式,并通过多次循环迭代实现图像聚类分割。实验结果表明,本文所建议的鲁棒模糊局部C-均值聚类分割算法是有效的,相比现有鲁棒模糊局部C-均值聚类分割算法更适合复杂遥感等图像的分割需要。
|
关 键 词: | 模糊聚类 图像分割 鲁棒模糊C-均值聚类 遥感图像 |
收稿时间: | 2014/9/26 0:00:00 |
修稿时间: | 2015/12/28 0:00:00 |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|