摘要：元啟發(fā)式人工智能優(yōu)化算法應用于模糊聚類圖像分割一直是研究熱點.樹種算法(TSA)是一種比較有效的智能優(yōu)化算法,但標準TSA中的固定判斷參數(shù)ST影響算法的收斂速度.為此,提出了隨迭代次數(shù)逐漸增大的變量,并且將步長因子構(gòu)造相應的非線性遞減函數(shù),使得迭代初期側(cè)重于樹種的全局搜索而后期側(cè)重于局部搜索,提高TSA算法收斂的精度和速度.將改進TSA算法用于模糊C均值聚類算法(FCM)聚類中心生成的過程得到基于改進樹種算法的模糊聚類(ITSA_FCM),這一舉措能有效地避免FCM陷入局部最優(yōu).改進的算法具備優(yōu)異的聚類效果和較快的運行速度.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
