咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >粗糙模糊C-均值算法及其在图像聚类中的应用 收藏

粗糙模糊C-均值算法及其在图像聚类中的应用

Rough Fuzzy C-Means Algorithm and Its Application to Image Clustering

作     者:王丹 吴孟达 WANG Dan;WU Meng-da

作者机构:国防科技大学理学院湖南长沙410073 

出 版 物:《国防科技大学学报》 (Journal of National University of Defense Technology)

年 卷 期:2007年第29卷第2期

页      面:76-80页

核心收录:

学科分类:0808[工学-电气工程] 07[理学] 0809[工学-电子科学与技术(可授工学、理学学位)] 070104[理学-应用数学] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 0701[理学-数学] 0702[理学-物理学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 0801[工学-力学(可授工学、理学学位)] 

基  金:国防科技大学资助项目(JC03-02-003) 

主  题:粗糙集 模糊C-均值算法 粗糙模糊C-均值算法 

摘      要:提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分