文献类型：期刊文章

作　　者：王秀和[1]

机构地区：[1]防灾科技学院信息化管理中心,河北三河065201

出　　处：《科技通报》

基　　金：国家高技术研究发展计划(863计划)专题(2012AA121304);(2012AA121304-3)

年　　份：2015

卷　　号：31

期　　号：3

起止页码：202-206

语　　种：中文

收录情况：BDHX、BDHX2014、ZGKJHX、核心刊

摘　　要：在对K均值算法和图像聚类的蚁群优化算法(ACO)进行对比分析后,本文提出了K均值ACO算法来解决K均值误分类和ACO慢聚敛的问题。K均值ACO算法将K均值的结果当成ACO的启发式信息,如此提高了ACO在蚁群寻找规则方面的光照概率和光照像素,允许蚁群根据信息素集中度而非概率来筛选节点,以致可以在不对ACO的随机搜索质量进行改变的情况下就可以完全获取到启发式信息。对模拟数据和真实数据进行验证后,K均值ACO算法证实可以改善K均值误分类的聚类精确度并提高ACO的收率速度。

关 键 词：高光谱  K-MEANS 蚁群优化算法 聚类

分 类 号：TP301.5]