您的位置: 专家智库 > >

乔尚平

作品数:2 被引量:8H指数:1
供职机构:江西理工大学更多>>
发文基金:江西省教育厅青年科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 2篇图像分割
  • 2篇子群
  • 2篇粒子群
  • 2篇模糊聚类
  • 2篇聚类
  • 2篇差分
  • 1篇全局优化
  • 1篇模糊C均值聚...
  • 1篇均值聚类
  • 1篇彩色图像
  • 1篇彩色图像分割

机构

  • 2篇江西理工大学

作者

  • 2篇乔尚平
  • 1篇匡奕群
  • 1篇刘建生

传媒

  • 1篇江西理工大学...

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于差分粒子群和模糊聚类的彩色图像分割算法被引量:8
2013年
彩色图像数据信息量较大,传统的模糊C均值聚类算法(FCM)在分割时更加容易受到初始聚类中心影响陷入局部极值.文中研究了一种融合差分演化、粒子群和模糊均值聚类的彩色图像分割算法(DEPSO-FCM).利用差分演化算法的快速收敛特性、粒子群算法的全局搜索能力,解决模糊均值聚类图像分割时易受到初始聚类中心影响和陷入局部最优的问题,同时针对不同的色彩空间对于图像分割效果的影响,尝试在不同的空间上使用DEPSO-FCM进行图像分割.实验表明,该方法能解决FCM算法陷入局部最优的问题,在不同的色彩空间上都获得了理想的分割效果.
刘建生乔尚平匡奕群
关键词:模糊C均值聚类全局优化彩色图像分割
基于差分粒子群和模糊聚类的图像分割研究
图像分割是图像处理的基本技术之一,由于图像本身伴随着模糊性,因此基于模糊聚类的图像分割算法逐渐受到人们的重视。模糊C均值聚类算法(Fuzzy C Mean clustering)是模糊聚类中最为完善和常用的,它以非线性规...
乔尚平
关键词:图像分割模糊聚类
文献传递
共1页<1>
聚类工具0