| 基于半监督信息的截集式可能性C-均值聚类算法 |
| |
| 引用本文： | 范九伦,高梦飞,于海燕,陈斌斌.基于半监督信息的截集式可能性C-均值聚类算法[J].电子与信息学报,2022,43(8):2378-2385. |
| |
| 作者姓名： | 范九伦 高梦飞 于海燕 陈斌斌 |
| |
| 作者单位： | 西安邮电大学通信与信息工程学院 西安 710121;西安邮电大学电子信息勘验应用技术公安部重点实验室 西安 710121 |
| |
| 摘 要： | 截集式可能性C-均值(C-PCM)聚类算法将截集概念引入可能性C-均值(PCM)聚类算法中,明显改善了PCM的聚类中心重合问题,并能够对噪声和奇异点的数据进行有效聚类,但该聚类算法对小目标数据聚类时仍然存在聚类中心偏移的问题.针对此问题,该文将半监督学习机制引入C-PCM的目标函数中,通过部分先验信息来指导聚类过程,提出半监督截集式可能性C-均值(SS-C-PCM)聚类算法.为了提高彩色图像的分割效率和分割准确率,将差分进化超像素(DES)算法获得的图像空间邻域信息融入SS-C-PCM目标函数中,并利用彩色直方图重构目标函数,以降低算法的计算复杂度,进而提出基于差分进化超像素的半监督截集式可能性C-均值(desSS-C-PCM)聚类算法.通过人造数据和彩色图像分割的仿真并与多种相关算法进行对比,表明该文算法能够有效改善小目标数据的聚类效果,提高算法的执行效率.
|
| 关 键 词： | 截集式可能性C-均值聚类 半监督 超像素 彩色直方图 |
Cutset-type Possibilistic C-means Clustering Algorithms Based on Semi-supervised Information |
| |
| FAN Jiulun,GAO Mengfei,YU Haiyan,CHEN Binbin.Cutset-type Possibilistic C-means Clustering Algorithms Based on Semi-supervised Information[J].Journal of Electronics & Information Technology,2022,43(8):2378-2385. |
| |
| Authors: | FAN Jiulun GAO Mengfei YU Haiyan CHEN Binbin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
