典型文献
改进的K-means聚类图像分割算法设计与实现
文献摘要：
信息化时代,图像分割技术在医学、国土及交通等诸多领域得到广泛应用.K-means算法具有简单易实现的特点,是常用的图像分割算法,但它存在对初始值选取敏感等缺点.麻雀搜索算法是新提出一种群体智能算法,该算法在搜索进度、收敛速度和稳定性等方面性能优越.该文章利用麻雀搜索算法优化传统K-means算法的初始值,提出SSK-means算法.实验结果表明,对于给出的四组图像,SSK-means算法分割结果均优于传统K-means算法的分割结果.
文献关键词：
图像分割;K-means算法;麻雀搜索算法
中图分类号：
作者姓名：
韩煜;孟峻可;刘丽娜
作者机构：
金华高等研究院人工智能研究所,浙江金华 321013;苏州大学电子信息学院,江苏苏州 215006
文献出处：
引用格式：
[1]韩煜;孟峻可;刘丽娜-.改进的K-means聚类图像分割算法设计与实现)[J].软件,2022(12):15-18,55
A类：
B类：
means,图像分割算法,算法设计与实现,信息化时代,单易,初始值,麻雀搜索算法,群体智能算法,收敛速度,性能优越,算法优化,SSK,四组
AB值：
0.24365
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
