改进的二进制人工蜂群动态图像聚类算法

发布时间：2018-01-19 08:20

  本文关键词： 二进制人工蜂群算法 动态聚类 局部寻优 全局搜索　出处：《南京邮电大学学报(自然科学版)》2017年05期 　论文类型：期刊论文

【摘要】：文中提出一种改进的二进制人工蜂群算法用于图像的动态聚类。该算法用了变化更多的候选解产生方式,以提高算法的全局搜索能力;增加了一个局部搜索阶段,以提高算法的局部寻优能力。在4个测试图像上的数值实验表明,与原始的二进制人工蜂群算法相比,文中算法在聚类有效性指标值、动态聚类数目以及聚类结果上均有明显改进。
[Abstract]:In this paper, an improved binary artificial bee colony algorithm is proposed for dynamic image clustering, which uses a more variable candidate solution generation method to improve the global search ability of the algorithm. A local search phase is added to improve the local optimization ability of the algorithm. Numerical experiments on four test images show that it is compared with the original binary artificial bee colony algorithm. In this paper, the clustering validity index, the number of dynamic clustering and the clustering results are improved obviously.
【作者单位】： 江苏省大规模复杂系统数值模拟重点实验室;南京师范大学数学科学学院;南京邮电大学理学院;
【基金】：国家自然科学基金(11501301,61179027) 教育部人文社会科学青年基金(12YJCZH179) 江苏省博士后科研资助计划(1501071B) 江苏省大规模复杂系统数值模拟重点实验室开放基金(201601)资助项目
【分类号】：TP18;TP391.41
【正文快照】： ????????210023聚类分析[1]的目的是将一组无标签的数据按照一定的规则分成若干类,使得分到同一类的对象尽可能相似,分到不同类的对象尽可能不同。聚类分析在文本分类、基因识别和图像检索等方面有着广泛的应用。目前主要存在的聚类算法有:划分聚类、层次聚类和基于密度的聚类

【相似文献】

相关期刊论文 前9条

1 刘青宝;陆昌辉;邓苏;张维明;;基于邻接距离的属性动态聚类算法[J];科学技术与工程;2006年17期

2 魏娜;黄学宇;高山;;基于约简-优化原理的动态聚类算法研究[J];微计算机信息;2009年18期

3 毛布;田林;谢汶;;基于动态聚类的网上学员细分实证研究[J];四川理工学院学报(自然科学版);2010年06期

4 朱群雄,宣达婧,顾祥柏;基于关联函数的动态聚类算法及应用[J];计算机应用;2005年06期

5 蒋宁;吴春旭;;基于区间值数据动态聚类算法的客户市场细分[J];计算机应用与软件;2007年12期

6 张春英;刘保相;刘凤春;;基于SPA的动态聚类统计分析及其应用[J];计算机工程与设计;2006年20期

7 叶勇;;基于动态聚类的渠道结构模糊评价[J];武汉理工大学学报;2009年24期

8 桑军;胡海波;叶春晓;向宏;傅鹂;蔡斌;;基于动态聚类及样本筛选的人脸识别[J];计算机工程与应用;2008年23期

9 朱华锋;刘健;陈素娜;刘思峰;吴顺祥;;区间模糊ISODATA动态聚类算法[J];数学的实践与认识;2011年09期

相关博士学位论文 前1条

1 吴珊珊;数据流频繁项挖掘及相关性分析算法的研究[D];浙江大学;2017年

相关硕士学位论文 前4条

1 彭徽;基于改进动态聚类算法的两步入侵检测研究[D];安徽理工大学;2016年

2 黄丽娟;动态聚类新方法及最优聚类算法研究[D];扬州大学;2006年

3 刘星晨;基于集成半监督学习框架的电影视频总结算法研究[D];天津大学;2016年

4 韩琼;基于边界度模型的聚类技术研究[D];郑州大学;2017年

，

本文编号：1443393