بهینه سازی الگوریتم خوشه بندی فازی متوسط مراکز با روش غیر پارامتریک در قطعه یندی تصاویر تشدید مغناطیسی مغز
عنوان مقاله: بهینه سازی الگوریتم خوشه بندی فازی متوسط مراکز با روش غیر پارامتریک در قطعه یندی تصاویر تشدید مغناطیسی مغز
شناسه ملی مقاله: ICCEIT01_022
منتشر شده در اولین همایش داخلی مهندسی کامپیوتر و فناوری اطلاعات در سال 1393
شناسه ملی مقاله: ICCEIT01_022
منتشر شده در اولین همایش داخلی مهندسی کامپیوتر و فناوری اطلاعات در سال 1393
مشخصات نویسندگان مقاله:
محبوبه جلالی - دانشجوی کارشناسی ارشد دانشگاه آزاد علوم و تحقیقات واحد ساوه
مریم رستگارپور - دانشگاه آزاد اسلامی واحد ساوه
خلاصه مقاله:
محبوبه جلالی - دانشجوی کارشناسی ارشد دانشگاه آزاد علوم و تحقیقات واحد ساوه
مریم رستگارپور - دانشگاه آزاد اسلامی واحد ساوه
اهمیت برآورد و قطعه بندی تصاویر مغزی تشدیدمغناطیسی که با غیر یکنواختی شدت نور و نویز خراب شده اند . در تصاویر پزشکی امری انکار ناپذیر است . علاوه بر آن تعیین خودکار تعداد خوشه ها با توحه به توزیع مجموعه داده به عنوان جالشی برای الگوریتم های خوشه بندی باقی مانده است . الگوریتم خوشه بندی قازی امکان یاصلاحی (MPFCM) توانایی بکارگیری اطلاعات محلی برای تحیل پیوستگی قضای محلی را دارد . پس مانع نویز بوده و به رقع ابهام خوشه بندی کمک می کند . این مقاله برای پراخن به این مشکلات الگوریتم MPFCM را بر اسا روش غیر بارامتریک ببزی و الگوریم ژنیتک انتخاب می شوند . رووش پینشهادی در مقایسه با الگوریتم MPFCM بر اساس روش غیر پارامترکی که نقاط اولیه را به طور دستی انتخاب می کرد . در هموار سازی قضای کاری و بهبود دقت خوشه بندی عملکرد بهتری نشان می دهد .
کلمات کلیدی: قطعه بندی تصاویر تشدید مغناطیسی مغز الگوریتم خوشه بندی MPFCM روش غیر پارامتریک ببزی آستانه گذاری نقاط اولیه الگوریتم ژنتیک
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/401828/