基于入侵性杂草克隆的图像聚类方法

被引：21

作者：

苏守宝 ^{[1
]}

方杰 ^{[1
]}

汪继文 ^{[1
]}

王本有 ^{[2
]}

机构：

[1] 安徽大学计算智能与信号处理教育部重点实验室

[2] 皖西学院计算机科学与技术学系

来源：

华南理工大学学报(自然科学版) | 2008年 / 05期

关键词：

模式识别; 图像聚类; 入侵性杂草优化; 图像分析; 优化;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量的评价函数,通过模拟杂草克隆的自然行为对图像数据集的簇中心进行快速准确定位.将算法应用于几个基准测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法进行比较,发现CIWO具有更稳定的图像聚类性能.实验结果也表明,所提出的算法可获得更优的图像聚类质量.

引用

页码：95 / 100+105 +105

页数：7

共 7 条

[1] 基于微粒群算法的聚类分析
张昕
彭宏
郑启伦
[J]. 微电子学与计算机, 2006, (09) : 94 - 95
[2] 基于智能计算的聚类挖掘研究进展
苏守宝
郁书好
陈明华
[J]. 计算机测量与控制, 2006, (05) : 561 - 563+582
[3] Ali Reza Mehrabian,Aghil Yousefi-Koma.Optimal positioning of piezoelectric actuators on a smart fin using bio-inspired algorithms[J].Aerospace Science and Technology,2007(2)
[4] A novel numerical optimization algorithm inspired from weed colonization
Mehrabian, A. R.
Lucas, C.
[J]. ECOLOGICAL INFORMATICS, 2006, 1 (04) : 355 - 366
[5] Dynamic clustering using particle swarm optimization with application in image segmentation
Mahamed G. H. Omran
Ayed Salman
Andries P. Engelbrecht
[J]. Pattern Analysis and Applications, 2006, 8 : 332 - 344
[6] G. Hughes,L.V. Madden.Evaluating predictive models with application in regulatory policy for invasive weeds[J].Agricultural Systems,2003
[7] Michael Kirley.A Cellular Genetic Algorithm with Disturbances: Optimisation Using Dynamic Spatial Interactions[J].Journal of heuristics,2002

← 1 →