9775

الگوريتم تركيبي FCM-PSO مبتني بر جمعيت براي تحليل خوشه بندي و انجام قطعه بندي تصوير مغز

1399

دكتر جواد وحيدي

الگوريتم c-means فازي يك الگوريتم محبوب براي خوشه بندي غيرنظارتي مبتني بر منطق فازي است و در بسياري از زمينه ها كاربرد دارد. با اين حال معايبي در اين الگوريتم نهفته است. يكي از اين معايب اين است كه در هنگام مواجهه با مسائل پيچيده همانند داده‌هاي تصويري پزشكي هنگام اجرا به طور مداوم در حداقل‌هاي محلي گير مي‌افتد كه اين اتفاق منجر به نتايج خوشه‌بندي نامطلوب مي‌گردد. بهينه‌سازي ازدحام ذرات (PSO) يك الگوريتم بهينه‌سازي متاهيوريستيك مبتني بر جمعيت مي‌باشد كه به عنوان رويكردي براي تحقيقات جامع به شمار مي‌آيد و در بسياري از مسائل بهينه‌سازي كاربرد دارد. به منظور غلبه بر مشكل موجود در الگوريتم FCM و همچنين رسيدن به نتايجي بهتر، يك الگوريتم تركيبي FCM-PSO ارائه شده كه حاصل ادغام ويژگي‌هاي بي‌نظير الگوريتم‌هاي FCM و PSO با يكديگر مي‌باشد. آزمايش بر روي يك مجموعه داده‌ي سه وجهي و مجموعه‌ داده‌هاي در دسترس مربوط به مغز انجام شده و نتايج حاصل از آن‌ها از نظر آماري و شهودي مورد مقايسه قرار گرفته اند. نتايج تجربي به دست آمده بيانگر كارايي بالاي الگوريتم تركيبي پيشنهاد‌ شده‌ي FCM-PSO است. آزمايش آماري فريدمن نيز به منظور نمايش عملكرد آماري تمامي الگوريتم‌هاي مورد بحث انجام شده است.

4/21/2021 12:00:00 AM

72121

1400/06/21

population based hybrid FCM-PSO algorithm for clustering analysis and segmentation

الگوريتم , بهينه محلي , بهينه سراسري , بهينه سازي ذرات ازدحام

ّFuzzy c-means , Particle swarm optimization , Clustering , Image segmentation