计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
10期
187-188,191
,共3页
模糊核聚类%最大熵%特征空间%图像分割
模糊覈聚類%最大熵%特徵空間%圖像分割
모호핵취류%최대적%특정공간%도상분할
传统聚类算法易陷入局部极值,在数据线性不可分时分类效果较差.为此,提出一种基于最大熵的模糊核聚类图像分割方法.采用最大熵算法对原始图像进行初步分割,求得初始聚类中心;引入Mercer核函数,把输入空间的样本映射到高维特征空间,并在特征空间中进行图像分割.实验结果表明,该方法能减少迭代次数,使分类结果更稳定,从而较好地把目标从背景中分割出来.
傳統聚類算法易陷入跼部極值,在數據線性不可分時分類效果較差.為此,提齣一種基于最大熵的模糊覈聚類圖像分割方法.採用最大熵算法對原始圖像進行初步分割,求得初始聚類中心;引入Mercer覈函數,把輸入空間的樣本映射到高維特徵空間,併在特徵空間中進行圖像分割.實驗結果錶明,該方法能減少迭代次數,使分類結果更穩定,從而較好地把目標從揹景中分割齣來.
전통취류산법역함입국부겁치,재수거선성불가분시분류효과교차.위차,제출일충기우최대적적모호핵취류도상분할방법.채용최대적산법대원시도상진행초보분할,구득초시취류중심;인입Mercer핵함수,파수입공간적양본영사도고유특정공간,병재특정공간중진행도상분할.실험결과표명,해방법능감소질대차수,사분류결과경은정,종이교호지파목표종배경중분할출래.
