文献
J-GLOBAL ID:201802218671098884   整理番号:18A1894577

形態学的再構成とメンバシップフィルタリングに基づく有意に高速でロバストなファジィc平均クラスタリングアルゴリズム【JST・京大機械翻訳】

Significantly Fast and Robust Fuzzy C-Means Clustering Algorithm Based on Morphological Reconstruction and Membership Filtering
著者 (6件):
資料名:
巻: 26  号:ページ: 3027-3041  発行年: 2018年 
JST資料番号: W0509A  ISSN: 1063-6706  CODEN: IEFSEV  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
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。
ファジィc平均クラスタリング(FCM)アルゴリズムは雑音に敏感であるので,局所空間情報は画像セグメンテーションのためのFCMアルゴリズムのロバスト性を改善する目的関数にしばしば導入される。しかしながら,局所空間情報の導入はしばしば高い計算複雑性をもたらし,局所空間近傍とクラスタ化中心内の画素間距離の反復計算から生じる。本論文では,この問題に対処するために,FCMよりも著しく高速でロバストな形態的再構成とメンバシップフィルタリング(FRFCM)に基づく改良FCMアルゴリズムを提案した。最初に,画像の局所空間情報を,雑音免疫と画像詳細保存を保証するために形態学的再構成操作を導入することによってFRFCMに組み込んだ。第二に,局所空間近傍とクラスタ化中心内の画素間の距離に基づくメンバシップ分割の修正を,メンバシップ分割の空間的近傍にのみ依存する局所的メンバシップフィルタリングにより置き換えた。最先端のアルゴリズムと比較して,提案したFRFCMアルゴリズムは,局所空間近傍とクラスタ化中心の間の画素間の距離を計算する必要がないので,より単純で著しく高速である。さらに,メンバシップフィルタリングがメンバシップ分割行列を効率的に改善できるので,それは雑音のある画像セグメンテーションに対して効率的である。合成と実世界の画像で行った実験は,提案したアルゴリズムがより良い結果を達成するだけでなく,画像セグメンテーションのための最先端のアルゴリズムより少ない時間を必要とすることを実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る