摘要:
针对经典模糊C均值聚类算法对初始聚类中心过于敏感的缺陷, 提出一种快速全局模糊C均值聚类算法. 该算法采用分阶段动态递增的方式选取初始聚类中心, 避免了随机化设置导致的聚类结果稳定性差问题. 实验分析表明, 改进后的模糊C均值聚类算法在脑瘤图像分割中的聚类效果较好, 多个数据集的聚类准确率也表明, 快速全局模糊C均值算法的聚类稳定性明显提升.
中图分类号:
周文刚, 付芬. 基于快速全局模糊C均值聚类算法的脑瘤图像分割[J]. 吉林大学学报(理学版), 2015, 53(03): 494-498.
ZHOU Wengang, FU Fen. Brain Tumor Image Segmentation Based on Rapid Global FCM Algorithm[J]. Journal of Jilin University Science Edition, 2015, 53(03): 494-498.