[发明专利]一种基于改进的模糊C均值聚类的图像聚类方法及装置有效
| 申请号： | 201810402534.5 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108830289B | 公开（公告）日： | 2020-09-08 |
| 发明（设计）人： | 孙林;何嘉玉;赵建国;李鹏飞;李晓艳;陈岁岁;刘弱南;秦小营;赵婧;殷腾宇;王学敏 | 申请（专利权）人： | 河南师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F16/583;G06T5/00;G06T7/45 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 吴敏 |
| 地址： | 453007 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进的模糊C均值聚类的图像聚类方法及装置，该方法包括：输入样本图像，计算样本图像的特征值向量；将样本图像的特征值向量作为输入样本点，采用自组织神经网络算法进行分类，确定初始的聚类中心和聚类数目；采用极大似然估计算法得出样本图像对各个类的归属概率，将该归属概率作为目标函数的权值以构建目标函数；根据初始的聚类中心和聚类数目，采用改进的模糊C均值聚类算法的判别公式，通过迭代计算下一次的聚类中心，直至相邻两次的目标函数值之间的变化量小于设定的阈值。本发明通过计算样本图像的特征值向量，采用自组织神经网络算法对图像进行粗聚类，确定初始的聚类中心和聚类数目，增强了聚类效果的稳定性和准确性。 | ||
| 搜索关键词： | 一种 基于 改进 模糊 均值 图像 方法 装置 | ||
【主权项】：
1.一种基于改进的模糊C均值聚类的图像聚类方法，其特征在于，步骤如下：输入样本图像，计算样本图像的特征值向量；将样本图像的特征值向量作为输入样本点，采用自组织神经网络算法进行分类，确定初始的聚类中心和聚类数目；采用极大似然估计算法得出样本图像对各个类的归属概率，将该归属概率作为目标函数的权值以构建目标函数；根据初始的聚类中心和聚类数目，通过迭代计算下一次的聚类中心，直至相邻两次的目标函数值之间的变化量小于设定的阈值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南师范大学，未经河南师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810402534.5/，转载请声明来源钻瓜专利网。
