全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

Degeneracy-improved semi-supervised fuzzy clustering with application in MR image segmentation
改进退化的半监督模糊聚类应用于MR图像分割

Keywords: clustering,semi-supervised learning,image segmentation,FCM,seed clustering
聚类分析
,半监督学习,图像分割,FCM,种子聚类

Full-Text   Cite this paper   Add to My Lib

Abstract:

半监督聚类利用少量标记样本的辅助信息来引导对大量无标记数据的分割。Pedrycz提出的半监督FCM(sFCM)算法应用标记样本的类别归属信息来辅助聚类,其在标记点过于稀少时会退化为无监督FCM算法且收敛较慢,难以应用于多数实际问题。在半监督FCM的基础上提出一种改进退化的半监督FCM算法(dsFCM),通过在sFCM迭代过程中设置监督成分的比重,来加大标记样本点对聚类中心的影响力,在聚类精度、速度和鲁棒性上均比半监督FCM有所提高,解决了标记点稀疏时的退化问题,在医学图像分割上取得了良好应用。

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133