• شماره ركورد
    26826
  • پديد آورنده

    سميرا ساراني

  • عنوان
    الگوريتم تركيبي FCM-PSO براي تجزيه و تحليل خوشه‌بندي و قطعه‌بندي تصوير مغز
  • مقطع تحصيلي
    كارشناسي ارشد
  • رشته تحصيلي
    رياضي كاربردي گرايش بهينه سازي
  • سال تحصيل
    1398
  • تاريخ دفاع
    1401/02/31
  • استاد راهنما
    دكتر جواد وحيدي
  • استاد مشاور
    دكتر رحمان فرنوش
  • دانشكده
    رياضي
  • چكيده
    الگوريتم c-mean (FCM) فازي يك الگوريتم خوشه‌بندي بدون نظارت شناخته‌شده مبتني بر منطق فازي است و در بسياري از برنامه‌ها استفاده مي‌شود. با اين حال اين الگوريتم از نقاط ضعفي برخوردار است. يكي از اين معايب اين است كه در زمان مواجهه با مسائل پيچيده همانند داده‌هاي تصاوير پزشكي، حين اجرا اغلب در حداقل‌هاي محلي گير مي‌افتد كه اين اتفاق منجر به نتايج خوشه‌بندي نامطلوب مي‌شود. بهينه‌سازي تجمع ذرات يك الگوريتم بهينه‌سازي فراابتكاري مبتني بر جمعيت است كه به عنوان يك رويكرد براي تحقيقات جامع در نظر گرفته مي‌شود و در بسياري از مسائل بهينه‌سازي استفاده مي‌شود. براي غلبه بر مشكل موجود در الگوريتم FCM و براي دستيابي به نتايج بهتر، الگوريتم تركيبي FCM-PSO با تركيب ويژگي‌هاي بي‌نظير الگوريتم‌هاي FCM و PSO پيشنهاد شده است. اين آزمايش بر روي يك مجموعه داده سه وجهي و مجموعه داده‌هاي واقعي مغز در دسترس عموم اجرا شده و نتايج آنها را از نظر آماري و شهودي مقايسه كرده است. نتايج تجربي به دست آمده، اثر الگوريتم تركيبي پيشنهادي FCM-PSO را نشان مي‌دهد.
  • تاريخ ورود اطلاعات
    1401/05/24
  • عنوان به انگليسي
    A population based hybrid FCM-PSO algorithm for clustering analysis and segmentation of brain image
  • تاريخ بهره برداري
    5/11/2023 12:00:00 AM
  • دانشجوي وارد كننده اطلاعات

    سميرا ساراني

  • چكيده به لاتين
    Fuzzy c-means (FCM) is a well-known unsupervised clustering algorithm based on fuzzy logic and used in many applications. However, it has some disadvantages. One disadvantage of FCM is that, while dealing with complex problems such as medical image data, it is frequently trapped into local minima during execution, which leads the undesired clustering results. Particle swarm optimization (PSO) is a population based metaheuristic optimization algorithm regarded as a global search approach and used in many optimization problems. To overcome the problem in FCM and in order to achieve better results, a hybrid FCM-PSO algorithm has been proposed by combining the excellent features of FCM and PSO algorithms. The experiment has been executed on a triangular dataset and publicly available real brain datasets and compared their results numerically and visually. The obtained experimental results demonstrate the efficacy of the proposed hybrid FCM-PSO algorithm.
  • كليدواژه هاي فارسي
    الگوريتم c-means فازي، الگوريتم ازدحام ذرات، خوشه بندي، قطعه‌بندي تصوير
  • كليدواژه هاي لاتين
    Fuzzy c-means, Particle swarm optimization, Clustering, Image segmentation
  • Author
    samira sarani
  • SuperVisor
    Dr. Javad Vahidi