基于核空间的加权邻域约束直觉模糊聚类算法

发布时间：2019-10-04 02:59

【摘要】：该文针对直觉模糊聚类算法不考虑空间邻域信息的缺点,提出一种基于核空间和加权邻域约束的直觉模糊C均值聚类算法。该算法首先在直觉模糊C均值(Intuitionistic Fuzzy C-Means,IFCM)算法的基础上加入空间邻域约束关系,且赋予邻域内每个点不同的权重;接着采用核诱导函数代替欧氏距离计算各点到聚类中心的距离;然后创建包含邻域信息的新的目标函数,最优化该目标函数得到新的隶属度及聚类中心的迭代表达式。利用所提出的新算法与同类聚类算法及基于显著过渡区域的二值化算法进行图像分割,并对结果进行定量分析后可知,所提出的算法最高能够得到0.9776的F度量值。实验结果表明新算法性能稳定并且具有较高的分割精度。
【作者单位】： 中国药科大学理学院;闽江学院计算机科学系;福建省信息处理与智能控制重点实验室;
【基金】：国家自然科学基金青年基金(61501522) 福州市科技计划项目(2016-S-116) 福建省新世纪优秀人才支持计划(NCETFJ) 福建省高校青年自然基金重点项目(JZ160467) 福建省引导性项目(2017H0030)~~
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 李爱国;;一种基于属性加权模糊聚类算法[J];常熟理工学院学报;2007年08期

2 赵夫群;罗广军;;模糊聚类算法应用研究[J];福建电脑;2009年05期

3 彭丽英;董佳佳;;模糊聚类算法分析及程序实现[J];信息系统工程;2009年10期

4 黄晓斌,马晓岩,秦江敏;一种区域型模糊聚类算法[J];计算机工程与应用;2002年21期

5 卢秋根;;模糊聚类算法的研究与实现[J];电脑知识与技术;2008年27期

6 张宏怡;吴秀伟;章忠威;;改进的离群核模糊聚类算法[J];计算机工程;2009年11期

7 高翠芳;吴小俊;张松顺;;改进的半监督模糊聚类算法[J];控制与决策;2010年01期

8 汪勇;金菲;张瑞军;;引导函数支配的进化模糊聚类算法[J];系统工程理论与实践;2011年02期

9 刘兵;夏士雄;周勇;韩旭东;;基于样本加权的可能性模糊聚类算法[J];电子学报;2012年02期

10 李凯;李娜;陈武;;一种基于广义熵的模糊聚类算法[J];计算机工程;2012年13期

相关会议论文 前2条

1 吴书;姜青山;董槐林;林景亮;;一种新的类属型数据模糊聚类算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

2 张乐媛;刘伟;;基于web数据挖掘的几种模糊聚类算法浅析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

相关博士学位论文 前6条

1 陈东辉;基于目标函数的模糊聚类算法关键技术研究[D];西安电子科技大学;2012年

2 邱存勇;区间二型模糊聚类算法研究及其在电力牵引监控系统中的应用[D];西南交通大学;2013年

3 曲福恒;一类模糊聚类算法研究及其应用[D];吉林大学;2009年

4 支晓斌;自适应判别降维模糊聚类算法研究[D];西安电子科技大学;2013年

5 曾山;模糊聚类算法研究[D];华中科技大学;2012年

6 杨凤芹;基于粒子群的优化方法研究[D];吉林大学;2009年

相关硕士学位论文 前10条

1 仲伟伟;基于hadoop平台的模糊聚类算法研究[D];南京邮电大学;2015年

2 邹翔;改进的模糊聚类算法在入侵检测中的应用研究[D];重庆大学;2015年

3 李宝兴;区间化分析的不完整数据模糊聚类算法研究[D];辽宁大学;2016年

4 王鹭;改进蚁群优化的区间监督模糊聚类算法研究[D];辽宁大学;2016年

5 潘文凯;改进的模糊聚类算法在电站运行优化中的应用[D];华北电力大学;2016年

6 黄明明;基于层次的模糊聚类算法[D];青岛大学;2005年

7 严骏;模糊聚类算法应用研究[D];浙江大学;2006年

8 何敏;模糊聚类算法研究及在CRM中的应用[D];四川大学;2006年

9 鲍正益;模糊聚类算法及其有效性研究[D];厦门大学;2006年

10 李文凤;一种基于粗集的模糊聚类算法及应用的研究[D];华中师范大学;2008年

，

本文编号：2545712