|
|||||
|
|
| 基于混沌量子遗传改进的模糊C均值聚类算法 | |
| 引用本文： | 路彬彬,贾振红,何迪,杨杰,庞韶宁.基于混沌量子遗传改进的模糊C均值聚类算法[J].计算机应用,2011,31(2):402-405. |
| 作者姓名： | 路彬彬 贾振红 何迪 杨杰 庞韶宁 |
| 作者单位： | 1. 新疆大学,信息科学与工程学院,乌鲁木齐,830046 2. 上海交通大学,图像处理与模式识别研究所,上海,200240 3. 奥克兰理工大学,知识工程与开发研究所,新西兰,奥克兰,1020 |
| 基金项目： | 科技部国际科技合作项目 |
| 摘 要： | 针对标准FCM对噪声和初值敏感的问题,提出一种基于实数编码混沌量子遗传算法(RCQGA)的改进的加入空间信息的FCM算法。该算法在解空间内将实数染色体通过反向变换映射到量子位,采用量子位概率指导的实数交叉与混沌变异相结合的方法对实数染色体进行演化搜索。将RCQGA与结合空间邻域信息的FCM相结合,用改进的FCM算法的目标函数建立适应度函数,利用混沌量子遗传算法搜索全局最优解,代替传统FCM的基于梯度下降的迭代爬山过程,从而有效地避免了模糊C-均值聚类算法收敛到局部最优和对噪声敏感的问题,并在此基础上实现了对遥感图像的聚类分割。实验结果表明,该算法对于遥感图像显示了较好的分割效果和较强的抗噪能力。 |
| 关 键 词： | 模糊C均值 空间邻域信息 全局优化 实数编码混沌量子遗传算法 遥感图像 |
New FCM algorithm based on real-coded chaotic quantum-inspired genetic algorithm for remote sensing image segmentation |
|
| LU Bin-bin,JIA Zhen-hong,HE Di,YANG Jie,PANG Shao-ning.New FCM algorithm based on real-coded chaotic quantum-inspired genetic algorithm for remote sensing image segmentation[J].journal of Computer Applications,2011,31(2):402-405. | |
| Authors: | LU Bin-bin JIA Zhen-hong HE Di YANG Jie PANG Shao-ning |
| Affiliation: | 1.College of Information Science and Engineering,Xinjiang University,Urumuqi Xinjiang 830046,China; 2.Institute of Image Processing and Pattern Recognition,Shanghai Jiao Tong University,Shanghai 200240,China; 3.Knowledge Engineering and Discovery Research Institute,Auckland University of Technology,Auckland 1020,New Zealand) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |