粗糙模糊C-均值算法及其在图像聚类中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国防科技大学资助项目(JC03-02-003)


Rough Fuzzy C-Means Algorithmand Its Application to Image Clustering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    Based on the rough set model proposed by Pawlak, a new fuzzy C-means algorithm-rough fuzzy C-means algorithm (RFCM) is presented. The algorithm employs a new objective function which incorporates the concepts of the upper approximation and the lower approximation in rough sets, and which produces better results than Fuzzy C-mean algorithm at time complexity, clustering precision, the sensitivity to initial degree of membership matrix. The better effect can be testified by many experiments.

    参考文献
    相似文献
    引证文献
引用本文

王丹,吴孟达.粗糙模糊C-均值算法及其在图像聚类中的应用[J].国防科技大学学报,2007,29(2):76-80.
WANG Dan, WU Mengda. Rough Fuzzy C-Means Algorithmand Its Application to Image Clustering[J]. Journal of National University of Defense Technology,2007,29(2):76-80.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2006-11-09
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-02-28
  • 出版日期:
文章二维码