抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
従来の直観的ファジィC平均クラスタリング(IFCM)に基づく画像セグメンテーションアルゴリズムは,ノイズと初期クラスタリング中心に敏感であり,クラスタリング精度が高くなく,反復回数が多いという問題がある。本論文は,局所的情報に基づく直観的ファジィカーネルクラスタリングアルゴリズムに基づく画像セグメンテーションアルゴリズムを提案した。このアルゴリズムにおいて,最初に,クラスタ中心の初期値をヒストグラムに基づく方法によって決定して,クラスタ中心の初期値に敏感な問題を解決した。次に,カーネル関数を用いて分類データセットを高次元非線形空間に写像し,データの線形可分性を改善し,同時に,局所的灰色情報と局所空間情報を導入し,直観的ファジィクラスタリングの分類精度を改善した。実験結果により,提案したアルゴリズムが反復回数を減らし,クラスタリング精度を改善し,画像セグメンテーションを効果的に行うことができることを示した。画像セグメンテーションとクラスタ化の有効性に関して,提案したアルゴリズムは,従来のファジィクラスタリングアルゴリズムよりも優れていることが示されたが,これは,従来のファジィクラスタリングアルゴリズムよりも優れていることを示している。例えば,ファジィC平均クラスタリング(FCM)とファジィカーネル平均クラスタリング(Kernel-based fuzzy-c-平均)である。KFCMは,空間情報を導入する直観的ファジィC平均クラスタリング(Intuitionistic Fuzzy C-means with spatial constraints)を導入した。IFCM-S,ファジィ空間クラスタ化(Fuzzy Local Information C-平均)。FUCM),直観的ファジィC平均クラスタ化(Intuitionistic Kernel-based Fuzzy-C平均,IFKCM)などである。Data from Wanfang. Translated by JST【JST・京大機械翻訳】