烟花算法优化的软子空间MR图像聚类算法
Soft Subspace Algorithm for MR Image Clustering Based on Fireworks Optimization Algorithm作者机构:陕西师范大学计算机科学学院陕西西安710062 中国科学院深圳先进技术研究院生物医学与健康工程研究所广东深圳518055
出 版 物:《软件学报》 (Journal of Software)
年 卷 期:2017年第28卷第11期
页 面:3080-3093页
核心收录:
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(11471004) 陕西省自然科学基金(2014JM2-6115) 陕西省科学技术研究发展计划(2012K06-36)~~
主 题:烟花算法 软子空间聚类 噪声聚类 MR图像 图像分割
摘 要:现有的软子空间聚类算法在分割MR图像时易受随机噪声的影响,而且算法因依赖于初始聚类中心的选择而容易陷入局部最优,导致分割效果不理想.针对这一问题,提出一种基于烟花算法的软子空间MR图像聚类算法.算法首先设计一个结合界约束与噪声聚类的目标函数,弥补现有算法对噪声数据敏感的缺陷,并提出一种隶属度计算方法,快速、准确地寻找簇类所在子空间;然后,在聚类过程中引入自适应烟花算法,有效地平衡局部与全局搜索,弥补现有算法容易陷入局部最优的不足.EWKM,FWKM,FSC,LAC算法在UCI数据集、人工合成图像、Berkeley图像数据集以及临床乳腺MR图像、脑部MR图像上的聚类结果表明,所提出的算法不仅在UCI数据集上能够取得较好的结果,而且对图像聚类也具有较好的抗噪性能,尤其是对MR图像的聚类具有较高的精度和鲁棒性,能够较为有效地实现MR图像的分割.