K-Means聚类算法和人工鱼群算法应用于图像分割技术
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


K-Means Clustering Algorithm and Artificial Fish Swarm Algorithm Applied in Image Segmentation Technology
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种基于K-Means聚类的人工鱼群算法, 该算法利用人工鱼群算法鲁棒性较强且不易陷入局部最优值的特点, 动态的确定了聚类的数目和中心, 解决了K-Means聚类初始点选择不稳定的缺陷, 在此两种算法融合的基础上进行图像分割处理, 经试验证明该算法效果理想.

    Abstract:

    The paper presents an artificial fish swarm algorithm based on K-Means clustering. The algorithm uses the feature of having artificial fish swarm algorithm's strong robustness and being not easy to fall into local optimum value, and hence dynamically determines the number of clusters and center, overcoming the defects of K-Means clustering initial point selected unstable. The image segmentation is processed based on the fusion of two algorithms. The test proves the algorithm is ideal.

    参考文献
    相似文献
    引证文献
引用本文

楚晓丽. K-Means聚类算法和人工鱼群算法应用于图像分割技术.计算机系统应用,2013,22(4):92-94,103

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-09-12
  • 最后修改日期:2012-10-29
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号