2023年全國碩士研究生考試考研英語一試題真題（含答案詳解+作文范文）_第1頁
已閱讀1頁，還剩46頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、模糊聚類因其能較好地將具有不確定性的樣本點分類,從而在圖像分割中有著廣泛地應(yīng)用。本文對模糊聚類中最為經(jīng)典的方法—模糊c均值算法進行了研究,并對它進行了改進和優(yōu)化,同時通過實驗驗證了方法的有效性。
　　首先,標準FCM算法中聚類數(shù)的確定是整個算法能執(zhí)行的必要條件,一般是人憑經(jīng)驗主觀給定的。有學(xué)者利用灰度直方圖波峰的個數(shù)來確定聚類數(shù),但是由于噪聲的因素,各像素點確切地屬于某一灰度值是不能確定的,這就可能引起誤差。因為模糊理論能描述各點

2、屬于某一灰度值的程度,所以本文提出對灰度圖像采用模糊直方圖,對彩色圖像采用模糊Histon直方圖的思想。
　　其次,對于灰度圖像,標準FCM算法只利用圖像的灰度信息,抗噪性差。Chen結(jié)合灰度信息和空間信息,對目標函數(shù)進行了改進。Chen的方法認為空間中像素點對中心像素點的貢獻是一樣的,但事實上各像素點對中心點的貢獻是不同的。針對這個問題,本文提出修正的SFCM算法(MSFCM),使得分類更為有效。
　　再次,標準FCM算法

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論