%0 Journal Article
%T 基于SSCL的模糊C均值图像分类方法
%A 李卫伟
%A 刘纯平
%A 王朝晖
%A 张书奎
%J 中国图象图形学报
%D 2011
%R 10.11834/jig.20110201
%X 针对传统模糊C均值聚类方法对噪声敏感和过分依赖于初始聚类中心的缺点，提出基于SSCL的模糊C均值图像分类的自适应算法。该算法首先通过SSCL获得初始类别数和类别中心，然后作为模糊C均值聚类的输入，自动对图像进行分割，并对图像分割结果利用空间信息进行后处理。实验结果表明该方法较好地解决了FCM算法中的初始化和噪声敏感问题，具有较好的分类结果。
%K 图像分割
%K 模糊C均值
%K 自分裂竞争学习
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=090028&flag=1