基于核函數(shù)的模糊聚類算法研究

基于核函數(shù)的模糊聚類算法研究

ID:32468273

大小:3.35 MB

頁數(shù):68頁

時間:2019-02-06

基于核函數(shù)的模糊聚類算法研究_第1頁
基于核函數(shù)的模糊聚類算法研究_第2頁
基于核函數(shù)的模糊聚類算法研究_第3頁
基于核函數(shù)的模糊聚類算法研究_第4頁
基于核函數(shù)的模糊聚類算法研究_第5頁
資源描述:

《基于核函數(shù)的模糊聚類算法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要圖像分割是指將圖像劃分成一系列彼此互不交疊的勻質(zhì)區(qū)域。它是圖像處理和計算機視覺的基本問題之一,是實現(xiàn)從圖像處理到圖像分析,進而完成圖像理解的關(guān)鍵性步驟,并且已在諸如計算機視覺、模式識別和醫(yī)學(xué)圖像處理等實際中得到了廣泛的應(yīng)用。在眾多圖像分割算法中,模糊C均值聚類(FuzzyC-Means,FCM)算法的應(yīng)用十分廣泛。傳統(tǒng)的模糊C均值聚類算法是通過歐式距離來建立目標函數(shù),在分類效果上存在一些不足。目前,許多研究者通過定義其它距離方式來建立目標函數(shù),以改進傳統(tǒng)的模糊聚類算法,應(yīng)用較廣的是一種采用核

2、函數(shù)的方法,通過核距離的方式來建立算法的目標函數(shù),設(shè)計了模糊核函數(shù)聚類算法。盡管模糊核函數(shù)聚類算法提高了算法的分類能力,但是算法在處理數(shù)據(jù)樣本時,聚類中心計算的準確度不高。此外,算法忽略了圖像的空間連續(xù)性信息,對于圖像中的噪聲較敏感,算法的聚類效果不好,針對上述問題,本文在模糊核函數(shù)聚類算法的基礎(chǔ)上做了進一步探討與研究,引入了噪聲類及Markov隨機場,以達到增強算法的分割能力,其主要研究內(nèi)容如下:1.介紹了模糊C均值聚類算法相關(guān)內(nèi)容,并闡述了算法的優(yōu)缺點。在此基礎(chǔ)上,介紹了與核函數(shù)相關(guān)的定義、

3、基本原理以及核函數(shù)的選擇,分析了模糊核函數(shù)聚類算法的思想,并通過仿真實驗驗證了該類算法對傳統(tǒng)模糊C均值聚類算法分類能力的有效提高。2.為了提高模糊核函數(shù)聚類算法的聚類能力,本文將噪聲類的概念融入到模糊核函數(shù)聚類算法中,設(shè)計了一種含噪聲類的模糊核函數(shù)聚類算法,并通過使用IRIS數(shù)據(jù)對算法進行仿真實驗,驗證了算法的有效性。3.為了進一步提高算法的精度,本文設(shè)計了基于Markov隨機場和噪聲類的模糊核函數(shù)聚類算法,在算法設(shè)計過程中,結(jié)合了基于隸屬度矩陣的Markov隨機場先驗?zāi)P?,同時融入噪聲類的概念

4、,并將算法應(yīng)用于人工合成紋理圖像以及醫(yī)學(xué)圖像中,驗證了算法的可行性和優(yōu)越性。本文所設(shè)計的算法均在MATLAB環(huán)境中得到了實現(xiàn),在實現(xiàn)過程中將各類實驗結(jié)果同相關(guān)算法進行比較,驗證了本文所設(shè)計的算法的可行性和有效性。摘要關(guān)鍵字:模糊C均值聚類,核函數(shù),噪聲類,Markov隨機場,先驗?zāi)P廷駻BSTRACTImagesegmentationreferstodivideimagesintoaseriesofnon-overlappedhomogeneousregions.Itisthebasicprob

5、lemofimageprocessingandcomputervision,andthekeystepfromimageprocessingtoimageanalysis,andthentocompleteimageunderstanding.Imagesegmentationhasbeenwidelyappliedinareassuch嬲computervision,patternrecognitionandmedicalimageprocessing.Amongtheplentyofimag

6、esegmentationalgorithms,F(xiàn)uzzyC-Meansalgorithmiswidelyused.TheobjectivefunctionoftraditionalFuzzyC-MeansclusteringalgorithmiscreatedbyadaptingEuclideandistance,andtheclassificationresultsbyusingthealgorithmhavesomeshortcomings.Atpresent,manyresearcher

7、simprovethetraditionalfuzzyclusteringalgorithmbyusingdifferentwaytodefinethedistanceofobjectivefunction.Howerve,thewayofusingkerneldistanceofKernelFunction,whichisusedtobuildobjectivefunction,todesignKernel-basedFuzzyclusteringalgorithmiswidelyapplie

8、d.AlthoughKernel-basedFuzzyclusteringalgorithmimprovestheclassificationabilityofthealgorithm,butthealgorithmignoresthespatialcontinuityofimageinformation,andistoosensitivetothenoiseandlackofrobustness.Inaddition,theaccuracyofcalculatingtheclustercent

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。