سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده

Publish Year: 1395
Type: Conference paper
Language: Persian
View: 453

This Paper With 6 Page And PDF and WORD Format Ready To Download

Export:

Link to this Paper:

Document National Code:

NCTAE01_023

Index date: 2 August 2017

ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده abstract

الگوریتم کلاسترینگ میانگین های فازی فرونشانده یکی از الگوریتم های مهم و موثر در زمینه کلاسترینگ فازی است در این مقاله یکالگوریتم کلاسترینگ میانگین c فازی فرونشانده مبتنی بر انتخاب بهینه با اطلاعات فضایی غیرمحلی خود تنظیم و اطلاعات فضاییغیر محلی آ ن برای تقسیم بندی تصویر جهت حل عیوب S-FCM ارایه می شود. ابتدا یک استراتژی فرونشانده مبتنی برانتخاب بهینهبرای اصلاح مقادیر درجه عضویت برای نقاط داده ارایه می شود. برای جزییات بیشتر در هر مرحله تکرار تمامی نقاط داده براساسبیشترین مقدار درجه عضویت خود دسته بندی می شوند و سپس مقادیر درجه عضویت بالاترین نقطه داده اصلاح می شوند و در عینحال مقادیر درجه عضویت دیگر نقاط داده تغییر نمی کنند. در روش پیشنهادی ضریب درجه تعلق براساس واریانس تصویر محاسبهمی شود. با افزایش ناهمگنی تصویر ضریب درجه تعلق به یک نزدیک وسبب حل مساله قطعه بندی به روش فازی و بلعکس با کاهشناهمگنی تصویر از طریق روش سخت قطعه بندی صورت می گیرد.

ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده Keywords:

کلاسترینگ میانگین های c فازی فرونشانده , ناحیه بندی , اطلاعات فضایی غیر محلی

ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده authors

نیره قایمی

دانشجوی کارشناسی ارشد برق واحد تهران غرب

مهدی اسلامی

استادیاردانشکده فنی ومهندسی گروه برق دانشگاه آزاد اسلامی واحد تهران غرب،تهران ،ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
W. Cai, S. Chen, and D. Zhang, "Fast and robust ...
M. Rastgarpour, S. Alipour, and J. S hanbehzadeh, "Improved Fast ...
W. Yiquan, H. Wen, and W. Shihua, "Brain MRI Segmentation ...
Z.Feng , F. Jiulun, L. Hanqiang , " Optimal- S ...
O.Kesemen , O. Tezel , E. Ozkul, " Fuzzy c-Means ...
نمایش کامل مراجع

مقاله فارسی "ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده" توسط نیره قایمی، دانشجوی کارشناسی ارشد برق واحد تهران غرب؛ مهدی اسلامی، استادیاردانشکده فنی ومهندسی گروه برق دانشگاه آزاد اسلامی واحد تهران غرب،تهران ،ایران نوشته شده و در سال 1395 پس از تایید کمیته علمی اولین همایش ملی فن آوری در مهندسی کاربردی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله کلاسترینگ میانگین های c فازی فرونشانده، ناحیه بندی، اطلاعات فضایی غیر محلی هستند. این مقاله در تاریخ 11 مرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 453 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که الگوریتم کلاسترینگ میانگین های فازی فرونشانده یکی از الگوریتم های مهم و موثر در زمینه کلاسترینگ فازی است در این مقاله یکالگوریتم کلاسترینگ میانگین c فازی فرونشانده مبتنی بر انتخاب بهینه با اطلاعات فضایی غیرمحلی خود تنظیم و اطلاعات فضاییغیر محلی آ ن برای تقسیم بندی تصویر جهت حل عیوب S-FCM ارایه می شود. ابتدا یک استراتژی فرونشانده مبتنی برانتخاب ... . برای دانلود فایل کامل مقاله ارایه یک الگوریتم قطعه بندی تصویر مبتنی بر خوشه بندی C-means فرو نشانده شده با استفاده از انتخاب بهینه اطلاعات فضایی غیر محلی خود تنظیم شونده با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.