基于k-means聚类算法的研究,黄韬,刘胜辉,本文首先分析研究聚类分析方法,对多种聚类分析算法进行分析比较,讨论各自的优点和不足,同时针对原k-means算法的聚类结果受随机��
传统的模糊C-均值聚类算法存在对初始聚类中心选择与噪声数据敏感,容易使目标函数陷入局部最优的问题,以及标准人工蜂群算法局部搜索能力及开发能力不强的缺点。针对这些问题,引进差分进化的思想改进人工蜂群算法
对于具有多特征的复杂数据,使用子数据集作为聚类成员的输入并使用加权投票的聚类集成方法可以权衡不同聚类成员的质量,提高聚类的准确性和稳定性。针对子数据集的选择及权重的计算方式,提出了最小相关特征的子数据
给出了一种改进的模糊C均值图像分割算法。该算法充分考虑了图像的空间信息,在图像存在噪声的情况下能产生区域一致的分割结果,并可以减少图像噪声。另外,通过引入聚类数目自动获取与聚类中心初始化的算法,一定
传统的异常检测算法不能区分CO2数据流的异常类型,为了有效识别因泄漏造成CO2数据流的异常,提出了基于模糊聚类的CO2数据流时空异常模式检测算法。该算法首先利用3σ规则实现自适应阈值的异常点检测,其次
基于模糊聚类的肤色检测,周玉成,杨新年,肤色是彩色图像人脸检测中一个非常重要的特征。复杂光照往往在图像上产生高光区和阴影区域,对于具体的待测图像由于训练样本训练
基于遗传模糊C-均值聚类的图象分割与边缘提取,王海军,,医学图像分割与边缘提取是医学图像分析的关键步骤,经典的模糊C-均值聚类算法(FCM)是常用方法,但其依赖于初始聚类中心的选择,通常存��
随着转炉冶炼过程的推进,炉口火焰图像在不同的冶炼阶段呈现较为明显的差别。根据火焰图像判断冶炼所处阶段的问题,其关键在于如何准确提取火焰的主要特征,提出了火焰边缘线不变矩特征,火焰图像Laws纹理能量特
针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感,易陷入局部最优解的不足,将改进的粒子群聚类算法与FCM算法相结合,提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移
基于模糊C-均值聚类算法的遥感影像分类,王翠玲,王一冒,本文简要介绍了K-均值聚类和模糊C-均值聚类算法,传统的k-均值聚类算法广泛用于图像的自动分类,但没有考虑到图像信息的不确定性问�