文献

J-GLOBAL ID：202002294609710438   整理番号：20A2460257

画像セグメンテーションのための局所探索ベース人間メンタルサーチアルゴリズムを用いた自動クラスタリング【JST・京大機械翻訳】

Automatic clustering using a local search-based human mental search algorithm for image segmentation

著者 (3件)： Mousavirad Seyed Jalaleddin (Faculty of Engineering, Sabzevar University of New Technology, Sabzevar, Iran) ,  Ebrahimpour-Komleh Hossein (Department of Electrical and Computer Engineering, University of Kashan, Iran) ,  Schaefer Gerald (Department of Computer Science, Loughborough University, UK)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 96  ページ： Null  発行年： 2020年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： クラスタリングは画像セグメンテーションに一般的に使用される手法である。局所最適にトラップされるような従来のアルゴリズムの問題を克服するために,本論文では,複雑な最適化問題を解くための最近提案された方法である,人間の精神探索(HMS)アルゴリズムに基づく画像セグメンテーションのための改良自動クラスタリングアルゴリズムを提案した。画像クラスタリングに対する既存の方法とは対照的に,提案アプローチはクラスタ数に関する事前知識を必要としないが,クラスタの最適数を自動的に決定する。さらに,さらに改善された有効性のために,著者らは,現在のクラスタ構成に変更するように設計された局所探索オペレータを組み込んだ。提案アルゴリズムの性能を評価するために,著者らは,画像のベンチマーク集合に関するいくつかの最先端アルゴリズム,およびコスト関数,クラスタの数の正確性,安定性,および教師つきおよび教師なしセグメンテーション基準を含むさまざまな計量を用いて,広範な比較を実行した。得られた結果は,コスト関数評価に基づく17例中16例,同定クラスタ数に基づく11例のうち9例,教師なしBorsotti画像セグメンテーション基準に基づく17例中13例,および教師つきPRI画像セグメンテーション基準に基づく11例のうち7例において,既存の方法と比較して優れた性能を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化問題 ,  *セグメンテーション ,  オペレータ ,  *クラスタ化 ,  費用関数 ,  *クラスタ ,  有効性 ,  ベンチマーク ,  *近傍探索法
準シソーラス用語： 事前知識 ,  メタヒューリスティクス ,  *画像セグメンテーション ,  クラスタリングアルゴリズム ,  画像クラスタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像セグメンテーション ,  自動クラスタリング ,  人間のメンタルサーチ ,  メタヒューリスティックス

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 画像セグメンテーション ,  局所探索 ,  人間 ,  クラスタリング