基于蟻群算法和粗糙集方法的聚類分析研究.pdf

1、圖形聚類分析是圖像處理研究領(lǐng)域的熱點(diǎn)之一。它的應(yīng)用涉及到國(guó)民經(jīng)濟(jì)的許多領(lǐng)域,目前已經(jīng)有許多學(xué)者進(jìn)行了大量的研究。由于將聚類分析應(yīng)用到圖像模式識(shí)別可以對(duì)統(tǒng)一圖像分類識(shí)別理論體系起到重要的作用,因此,本文基于圖形聚類分析的理論研究有著重要的意義。其主要工作包括以下幾個(gè)方面:
　　 首先,簡(jiǎn)要介紹了粗糙集理論和蟻群優(yōu)化算法的相關(guān)知識(shí),包括信息表達(dá)系統(tǒng),上近似和下近似,屬性約簡(jiǎn)與核,屬性依賴度和重要度等概念和對(duì)蟻群算法的理論知識(shí)的總結(jié)概

2、述。
　　 其次,對(duì)圖像分割與特征提取的方法進(jìn)行了系統(tǒng)的綜述。圖像分割和測(cè)量是聚類分析的基礎(chǔ),圖像分割將圖像分割成一些有意義的區(qū)域,如何選取閾值是圖像能否正確分割的關(guān)鍵；此外,本文還對(duì)目前主要的聚類方法進(jìn)行了深入的研究與分析。
　　 最后,本文提出了一種基于粗糙集和蟻群優(yōu)化方法的聚類分析方法。該方法充分利用蟻群算法的尋優(yōu)能力,實(shí)現(xiàn)圖像的識(shí)別。首先對(duì)所有樣本進(jìn)行編號(hào),然后提取數(shù)字特征,再用蟻群算法進(jìn)行數(shù)字聚類,最后用基于粗