基于改进布谷鸟优化的模糊聚类图像分割

摘要：

模糊C均值聚类算法(FCM)是一种应用非常广泛的聚类算法,但是它受初始聚类中心影响较大,容易陷入局部最优.在标准布谷鸟算法(CS)的基础上提出改进布谷鸟优化算法(ICS),将发现概率P由固定值转变成随迭代次数逐渐减小的变量,这样不仅可以提高搜索种群的质量,而且保证了算法的收敛.因此,可以将改进布谷鸟优化算法用于FCM算法聚类中心生成的过程(ICS_FCM),从而有效地避免FCM陷入局部最优.改进的算法具有良好的聚类效果和运行速度.实现基于改进布谷鸟优化的FCM图像分割,并与基于模拟退火的FCM算法(SA_FCM)进行对比.由实验结果可知,该算法(ICS_FCM)不仅取得了较好的分割效果,效率上也有明显的提高.

关键词：图像分割、改进布谷鸟优化算法、模糊C均值聚类

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61300239,61572261;中国博士后科学基金资助项目2014M551635;江苏省博士后科研资助计划项目1302085B;江苏省政府留学基金JS-2014-085

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：278-282