文献类型：期刊文章

作　　者：范虹[1] 侯存存[1] 朱艳春[2] 姚若侠[1]

FAN Hong;HOU Cun-Cun;ZHU Yan-Chun;RAO Ruo-Xia(School of Computer Science, Shaanxi Normal University, Xi＇an 710062, China;Institute of Biomedical and Health Engineering, Shenzhen Institutes of Advanced Technology, The Chinese Academy of Sciences, Shenzhen 518055, China)

机构地区：[1]陕西师范大学计算机科学学院,陕西西安710062 [2]中国科学院深圳先进技术研究院生物医学与健康工程研究所,广东深圳518055

出　　处：《软件学报》

基　　金：国家自然科学基金(11471004);陕西省自然科学基金(2014JM2-6115);陕西省科学技术研究发展计划(2012K06-36)~~

年　　份：2017

卷　　号：28

期　　号：11

起止页码：3080-3093

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：现有的软子空间聚类算法在分割MR图像时易受随机噪声的影响,而且算法因依赖于初始聚类中心的选择而容易陷入局部最优,导致分割效果不理想.针对这一问题,提出一种基于烟花算法的软子空间MR图像聚类算法.算法首先设计一个结合界约束与噪声聚类的目标函数,弥补现有算法对噪声数据敏感的缺陷,并提出一种隶属度计算方法,快速、准确地寻找簇类所在子空间;然后,在聚类过程中引入自适应烟花算法,有效地平衡局部与全局搜索,弥补现有算法容易陷入局部最优的不足.EWKM,FWKM,FSC,LAC算法在UCI数据集、人工合成图像、Berkeley图像数据集以及临床乳腺MR图像、脑部MR图像上的聚类结果表明,所提出的算法不仅在UCI数据集上能够取得较好的结果,而且对图像聚类也具有较好的抗噪性能,尤其是对MR图像的聚类具有较高的精度和鲁棒性,能够较为有效地实现MR图像的分割.

关 键 词：烟花算法  软子空间聚类  噪声聚类  MR图像 图像分割

分 类 号：TP18]