شما اینجائید:خانه»دانلود»خوشه بندی تصویر با استفاده از الگوریتمrough K-means در متلب
خوشه بندی تصویر با استفاده از الگوریتمrough K-means در متلب
ارسال شده توسط:Papersimتاریخ ارسال: 2019/12/01در دیدگاهها برای خوشه بندی تصویر با استفاده از الگوریتمrough K-means در متلب بسته هستند
چکيده:
الگوریتم rough K-means به شرح زیر است:
یک خوشه اولیه از پیکسل ها را به تعداد k خوشه تشکیل میدهیم.
خوشه ها را به ترتیبی که در ادامه بیان میشود به قسمت پایین (L (x یا بالا (U (x محدود میکنیم : برای هر شیء v ، مقدار d(v,xi) فاصله بین خود شیء و مرکز جرم خوشه xi را داریم. اختلاف d(v,xi) – d(v,xj) برای تعیین عضویت v به شرح زیر است:
اگر d(v,xi) – d(v,xj) ≤ 0 آنگاه v∈U(xi) & v∈U(xj) که علاوه بر این ، v بخشی از هر حد پایین نخواهد بود.
در غیر اینصورت v∈L(xi) بطوری که d(v,xi) برای 1<i<k حداقل است. علاوه بر این v∈U(xi) خواهد بود.
که 1<j<k می باشد. پارامترهای wlower و wupper وزن نسبی مرزهای پایین و بالایی هستند. اگر معیار همگرایی برآورده شود ، یعنی مراکز جرم خوشه ای همانند تکرارهای قبلی باشد ، سپس حلقه متوقف خواهد شد وگرنه به مرحله 2 خواهیم رفت و حلقه تکرار می شود.
عنوان پروژه
خوشه بندی تصویر با استفاده از الگوریتم rough K-means