استفاده از الگوریتم جستجوی گرانشی بهبود یافته در خوشه یابی خودکار تصاویر

از نظر عملی مسئله خوشه یابی به عنوان یکی از مهم ترین مباحث در بازشناسی الگو است و به علت کاربرد فراوان آن در زمینه های داده کاوی، پردازش تصویر، ماشین بینایی و. . . توجه بسیاری از محققان را به خود جلب کرده است. هرچند تاکنون روش های ابتکاری مختلفی به منظور خوشه یابی به کار گرفته شده است، ولی در اکثر این روش ها، نیاز است که تعداد خوشه ها از قبل مشخص گردد (خوشه یابی نظارت شده) این مسئله یکی از مهمترین ترین معایب این روش ها محسوب می شود. زیرا در بعضی مسایل خوشه یابی، اطلاعی از تعداد خوشه ها در دسترس نیست. البته الگوریتم های مختلفی برای رفع این مشکل ارائه شده است که از آن جمله می توان به DCPSO، VLIGA، GCUKوMEPSO که مبتنی بر روش های هوش جمعی می باشد، اشاره کرد. در این مقاله سعی شده است که یک روش خوشه یابی نظارت نشده به منظور خوشه یابی تصاویر با استفاده از الگوریتم بهبود یافته جستجوی گرانشی ارائه شود. در ابتدا الگوریتم جستجوی گرانشی که یک الگوریتم جدید در زمینه هوش جمعی است معرفی شده و پس از بهبود عملکرد آن، (با الهام از پدیده سیاه چاله ها در طبیعت) الگوریتم خوشه یابی مورد نظر ارائه می گردد. در پایان پس از بررسی عملکرد الگوریتم پیشنهادی بر روی تعدادی مجموعه داده آزمایشی، در دو کاربرد کوانتیزه سازی و ناحیه بندی تصویر مورد بررسی قرار می گیرد.

استفاده از الگوریتم جستجوی گرانشی بهبود یافته در خوشه یابی خودکار تصاویر Keywords:

خوشه یابی نظارت نشده تصاویر , هوش جمعی , الگوریتم جستجوگر گرانشی بهبود یافته , کوانتیزه سازی تصویر , ناحیه بندی تصویر