文档介绍：万方数据
⒈咴导觳狻⑶蚣出⋯.模糊聚类分析是非监督模式识别的主要技摘要:目前的嘈偷乃惴ň劾嗍康娜范ㄐ枰>劾嘣尾问南妊橹J叮裨蛩惴ň突岵!猰第卷第年豕こ檀笱畔⒂,用稻劾嗨惴ḿ虻ァ⒖焖俚挠诺愣阅:,对图像的直方图作均衡化处理,改善图像质量,通过自适应滤波,,避免了惴ㄖ谐跏季劾嘀行难≡癫坏痹斐傻乃赖阄侍猓昧谟蚧叶染敌息代替传统模糊稻劾嗨惴ㄖ械幕叶刃畔ⅲ,:模糊痪稻劾啵煌枷穹指睿豢占淞谟颍换叶戎狈酵迹荒:劾啵籏均值聚类中图分类号:文献标识码:文章编号:———,:—.琣甌..猰—甌篺;;;籪;!猰收稿日期:—:国家自然科学基金作者简介:李伟,女,硕士,研究方向:,,,
万方数据
!觥.,I疲瑃簧凇#甀逡籊。。善,磊。置,标准的模糊痪稻劾嗨惴,蚤稻劾嗨惴琕;,能有效解决经典数学不能精确表达的问题,、模式识别、图像处理与分析、智能信息处理等领域悼‘#,,是一种非监督模糊聚类后标定的过程,,由于传统的惴ㄊ导噬鲜且恢只谙袼胤掷嗟耐枷穹割方法,仅利用了图像的灰度信息而没有考虑像素的空间信息,:有时聚类类数无法预先确定,使用时需要确定聚类的有效性准则;类中心位置不一定事先知道,必须进行初始猜测;对大数据样本集进行聚类时,,容易陷入局部极小值而得不到全局最优解本文结合图像的邻域信息,对图像的直方图作均衡化处理,把原本不清晰的图像变得清晰,、简单的优点对图像作初次分割,,,,:中心组成的集合,秽。∈,蔷劾嗟睦啾鹗籾是第嘌镜愀辏牧ナ舳龋淮!矩阵范数,表示样本点戈,距聚类中心秽呐肥暇离;隶属度矩阵癷。。。,“和淖钚』,维度的向量,聚类中心的更新方式为在众多的聚类算法中,』奶跫拢咽集蒼个对象,璶钩划分成类,琸鈑个类