论文部分内容阅读
聚类分析是按照一定要求和规律进行事物分类的一种数学方法。客观事物间的界限往往不一定很清晰,因此将模糊理论运用到聚类分析中会更自然合理。自Zadeh于1965年提出模糊集理论后,人们就开始用模糊的方法来处理某带有模糊性的分类问题,并得到了广泛的发展,其运用领域涉及到医学诊断、模式识别和图像处理等。 本文讨论了模糊聚类和图像分割技术的研究现状,介绍了遗传算法的发展历史和基本概念、特点、基本原理和流程,分析了模糊Kohonen聚类网络(模糊自组织映射)算法。在此基础上,本文提出一种改进的模糊图像分割算法,包括预处理和分割过程。预处理阶段给出了新的隶属函数和改进的模糊增强函数,并与传统Pal算法对比,分析了新函数的改进性。分割过程提出了基于GA-FKCN(Genetic Algorithm-Fuzzy Kohonen Clustering Network)的聚类算法,结合了遗传算法的全局性和模糊Kohonen聚类网络的自组织性。最后通过图像分割实验证明本文算法的效果优于传统的模糊图像分割。