学位论文 > 优秀研究生学位论文题录展示
基于进化算法的聚类方法研究
作 者: 刘丛
导 师: 张桂戌; 周爱民
学 校: 华东师范大学
专 业: 计算机应用技术
关键词: 聚类 自适应聚类 自适应图像分割 进化算法 多目标进化算法 多目标进化聚类
分类号: TP391.41
类 型: 博士论文
年 份: 2013年
下 载: 103次
引 用: 0次
阅 读: 论文下载
内容摘要
聚类分析作为一种非监督学习方法,已经广泛的应用到机器学习、数据挖掘、人工智能和图像处理等领域,并成为该领域的研究热点。随着聚类分析的备受关注,存在的一些问题需要研究者去解决,这些问题包括如何自动确定聚类的数目,如何获得全局最优解,如何对任意形状的数据集合进行聚类,如何将多种比较成熟的聚类算法有机的结合在一起,以及如何将聚类算法应用到如数字图像处理等特定领域中。本文针对这几个问题进行探讨,主要包括以下几个方面:1)在基于超球形数据的聚类上,本文提出了一种基于进化算法的自适应聚类方法,该方法的基本思想是将聚类问题转化成一个全局优化问题,然后使用进化算法对其优化。其中包括一个可以平衡类内紧凑度和类间分离性的有效性指标函数作为自适应进化聚类的目标函数。在编码方式上,设计了三种可以表示不确定聚类数目的编码方法。结合提出的编码方式和提出的有效性指标自动确定最佳聚类数目。最终经过大量的实验以及与其它算法对比可知,提出的方法不仅可以自动确定最佳聚类数目,并且得到了比较稳定的聚类结果。2)在任意形状数据的聚类上,本文提出了四种自动确定任意形状数据最佳聚类数目的方法。一、由于Path距离度量非常适合对任意形状的数据聚类,但较高的时间复杂度制约了其应用范围,设计了两种可以缩短Path距离聚类的计算方法:(1)使用改进的Floyd算法降低Path距离的计算时间复杂度,(2)使用一种预聚类算法降低问题的规模来降低Path距离聚类的时间复杂度,并且还设计了一种Box聚类算法可以自动的确定最佳聚类数目;二、提出了一个基于进化算法的任意形状数据自适应聚类方法。在该算法中,使用一种基于标签的编码方式对搜索空间编码,并且设计了一种改进的Modularity指标作为目标函数用来自动检测最佳聚类数目;三、由于基于标签的编码会导致染色体的长度过大,提出了一种基于实数的编码方式和一种基于距离矩阵的有效性指标对任意形状数据集进行聚类;四、前面提出的三种算法都是基于单一算法的聚类算法,方法四提出了一种进化多目标算法框架用来将不同的聚类算法有机的结合在一起。最终将提出的算法对大量的任意形状数据做聚类可得,提出的算法得到了比较好的结果。3)过分割问题和欠分割问题是图像分割中常出现的问题,在图像分割中,自动的确定最佳图像分割数目也是一个比较重要的问题。本文提出了一种结合Mean-shift算法和自适应进化聚类算法的自适应图像分割算法。首先使用Mean-shift算法对图像进行预处理,得到一幅过分割图像,然后使用自适应进化聚类算法对该过分割图像精确分割,得到最佳分割数目。该算法不仅可以降低图像分割的时间复杂度,还可以保存图像目标间的连通性。通过与其它算法对比可知,提出的方法可以有效地对图像进行分割。4)大量的图像分割算法都是基于单一特征空间的算法,即使有将多特征空间结合在一起的分割算法也是仅仅将多个特征进行直接叠加,所以在叠加时权重的设置非常困难。本文提出了一种基于进化多目标框架的图像分割算法,该算法可以将多维特征空间有机的结合在一起,并且使用颜色特征和纹理特征作为两个目标特征进行测试。最终的结果表明,提出的方法可以有机的将颜色特征和纹理特征融合到图像分割中。
|
全文目录
摘要 6-8 Abstract 8-10 目录 10-16 第一章 绪论 16-24 1.1 引言 16-21 1.1.1 聚类分析 16-19 1.1.2 基于进化算法聚类 19-20 1.1.3 图像分割 20-21 1.1.4 聚类算法主要面对的问题 21 1.2 本论文的研究意义 21 1.3 本论文的内容安排 21-24 第二章 进化算法基础知识 24-32 2.1 引言 24-25 2.2 进化算法简介 25-30 2.2.1 单目标进化算法 25-28 2.2.2 多目标进化算法 28-30 2.3 本章小结 30-32 第三章 基于进化算法的自适应聚类 32-62 3.1 引言 32-33 3.2 进化算法聚类简介 33-42 3.2.1 确定数目的进化聚类算法 33-36 3.2.2 不确定数目的进化聚类算法 36-42 3.3 自适应进化聚类 42-45 3.3.1 染色体编码 42-44 3.3.2 目标函数 44-45 3.4 仿真实验 45-58 3.4.1 人工测试数据实验 46-56 3.4.2 真实测试数据试验 56 3.4.3 分类精度测试实验 56-58 3.5 任意形状数据聚类探索 58-60 3.6 本章小节 60-62 第四章 基于进化算法的任意形状自适应聚类 62-88 4.1 引言 62-66 4.1.1 单目标进化算法 64 4.1.2 多目标进化算法 64 4.1.3 Path距离简介 64-66 4.2 基于最大跳跃距离的任意形状自适应聚类 66-72 4.2.1 算法框架 66-68 4.2.2 仿真实验 68-72 4.2.3 本节小结 72 4.3 基于改进的Modularity的任意形状自适应聚类 72-78 4.3.1 算法框架 72-74 4.3.2 仿真实验 74-77 4.3.3 本节小结 77-78 4.4 基于距离矩阵的任意形状自适应聚类 78-82 4.4.1 算法框架 78-79 4.4.2 仿真实验 79-81 4.4.3 本节小结 81-82 4.5 基于多目标进化算法的任意形状自适应聚类 82-85 4.5.1 算法框架 82 4.5.2 仿真实验 82-85 4.5.3 本节小结 85 4.6 本章小结 85-88 第五章 基于进化聚类的自适应图像分割 88-100 5.1 引言 88-91 5.1.1 常用的图像分割方法 89-91 5.2 算法框架 91-92 5.2.1 颜色特征 92 5.2.2 问题的表示和评估 92 5.3 仿真实验 92-96 5.3.1 分割结果 92-94 5.3.2 计算效率 94 5.3.3 更多的讨论 94-96 5.4 改进的MEIS方法 96-98 5.4.1 纹理特征提取 97 5.4.2 改进的编码方式 97 5.4.3 实验结果 97-98 5.5 本章小结 98-100 第六章 基于多目标进化聚类的多特征图像分割 100-112 6.1 引言 100-101 6.2 算法框架 101-105 6.2.1 算法流程 101 6.2.2 特征选择 101-103 6.2.3 预分割和合并 103 6.2.4 多目标进化分割算法 103-105 6.3 仿真实验 105-110 6.3.1 实验结果对比 106-107 6.3.2 实验结果分析 107-109 6.3.3 目标函数分析 109-110 6.4 本章小结 110-112 第七章 总结与展望 112-116 7.1 总结 112-113 7.2 展望 113-116 参考文献 116-130 后记 130-132 在读期间发表或将到发表的学术论文情况 132-133 在读期间参与的科研项目情况 133-134 个人简历 134
|
相似论文
- 基于差分进化算法的JSP环境下成套订单研究,F273
- 隐式用户兴趣挖掘的研究与实现,TP311.13
- 图像分割中阴影去除算法的研究,TP391.41
- 基于图分割的文本提取方法研究,TP391.41
- 牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
- 高血压前期证候特征研究,R259
- 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
- K-均值聚类算法的研究与改进,TP311.13
- 大学生综合素质测评研究,G645.5
- 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
- 大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
- 基于聚类分析的P2P流量识别算法的研究,TP393.02
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 土壤环境功能区划研究,X321
- 基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
- 象草自交后代无性系的饲用价值及生物质能特性初步评价,S543.9
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于变异粒子群的聚类算法研究,TP18
- K-means聚类优化算法的研究,TP311.13
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于遗传算法和粗糙集的聚类算法研究,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|