| 改进FCM 的图像聚类方法 |
| |
| 引用本文： | 周俊祥. 改进FCM 的图像聚类方法[J]. 计算机系统应用, 2011, 20(7): 172-175 |
| |
| 作者姓名： | 周俊祥 |
| |
| 作者单位： | 商丘师范学院计算机科学系,商丘,476000 |
| |
| 基金项目： | 国家高技术研究发展计划(863) |
| |
| 摘 要： | 对传统FCM算法的隶属度函数进行了改进,改进后的算法有效降低了孤立点对图像数据聚类结果的影响。通过灰度-梯度共生矩阵对图像进行纹理特征提取,利用主分量分析法对提取后的图像高维特征进行降维处理,结合本文改进的FCM图像聚类算法对预处理后的图像数据进行聚类。实验证明,该方法具有较好的聚类效果,且能以较少的迭代次数达到全局最优。
|
| 关 键 词： | FCM算法 图像聚类 隶属度函数 主分量分析法 |
| 收稿时间： | 2010-05-01 |
| 修稿时间： | 2010-05-26 |
Image Clustering Based on Improved FCM Algorithm |
| |
| ZHOU Jun-Xiang. Image Clustering Based on Improved FCM Algorithm[J]. Computer Systems& Applications, 2011, 20(7): 172-175 |
| |
| Authors: | ZHOU Jun-Xiang |
| |
| Affiliation: | ZHOU Jun-Xiang(Department of Computer Science and Technology,Normal University of Shangqiu,Shangqiu 47600,China) |
| |
| Abstract: | In this paper,the traditional FCM algorithm membership function was improved.The improved algorithm can reduce the isolation point of the image data clustering results.In this paper,Gray-gradient co-occurrence matrix of the image texture feature extraction using principal component analysis on the extracted high-dimensional feature image to reduce the dimensions,combined with this improved FCM clustering algorithm to the image after the image data preprocessing clustering.Experiments show that the method ha... |
| |
| Keywords: | FCM algorithm image clustering membership function principal component analysis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
