Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных

Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных

Работа посвящена описанию модифицированного метода нечеткой кластеризации полутоновых изображений, который на каждой итерации выполняет динамическое преобразование исходных данных на основе сингулярного разложения с автоматическим отбором наиболее значимых столбцов матрицы левых сингулярных векторов...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Штучний інтелект
Дата:2018
Автори: Ахметшина, Л.Г., Егоров, А.А.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут проблем штучного інтелекту МОН України та НАН України 2018
Теми:
Системи розпізнавання і сприйняття образів
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/162370
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных / Л.Г. Ахметшина, А.А. Егоров // Штучний інтелект. — 2018. — № 2 (80). — С. 26-32. — Бібліогр.: 6 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-162370
record_format dspace
spelling Ахметшина, Л.Г.
Егоров, А.А.
2020-01-07T18:22:35Z
2020-01-07T18:22:35Z
2018
Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных / Л.Г. Ахметшина, А.А. Егоров // Штучний інтелект. — 2018. — № 2 (80). — С. 26-32. — Бібліогр.: 6 назв. — рос.
1561-5359
https://nasplib.isofts.kiev.ua/handle/123456789/162370
004.93
Работа посвящена описанию модифицированного метода нечеткой кластеризации полутоновых изображений, который на каждой итерации выполняет динамическое преобразование исходных данных на основе сингулярного разложения с автоматическим отбором наиболее значимых столбцов матрицы левых сингулярных векторов. Это дает возможность повышения чувствительности сегментации. Предложенный метод показан на примере алгоритма нейро-фаззи кластеризации sFCM. Результаты экспериментальных исследований были получены при обработке реальных полутоновых медицинских изображений. При этом было достигнуто лучшее выделение объектов интереса и структуры изображения в целом.
The work is devoted to the description of the grayscale images fuzzy clustering method, which performs dynamic transformation of initial data based on singular decomposition (with automatic determining the most important columns of left singular vectors matrix) on each step. This approach may lead to segmentation sensitivity enhancement. Proposed method was described on the example of neuro-fuzzy clustering algorithm sFCM. The results of experimental researches were obtained after processing of real grayscale medical image. Better identification of objects of interest and whole image structure was achieved.
ru
Інститут проблем штучного інтелекту МОН України та НАН України
Штучний інтелект
Системи розпізнавання і сприйняття образів
Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
Grayscale images fuzzy clustering based on initial data transformation
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
spellingShingle Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
Ахметшина, Л.Г.
Егоров, А.А.
Системи розпізнавання і сприйняття образів
title_short Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
title_full Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
title_fullStr Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
title_full_unstemmed Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
title_sort нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных
author Ахметшина, Л.Г.
Егоров, А.А.
author_facet Ахметшина, Л.Г.
Егоров, А.А.
topic Системи розпізнавання і сприйняття образів
topic_facet Системи розпізнавання і сприйняття образів
publishDate 2018
language Russian
container_title Штучний інтелект
publisher Інститут проблем штучного інтелекту МОН України та НАН України
format Article
title_alt Grayscale images fuzzy clustering based on initial data transformation
description Работа посвящена описанию модифицированного метода нечеткой кластеризации полутоновых изображений, который на каждой итерации выполняет динамическое преобразование исходных данных на основе сингулярного разложения с автоматическим отбором наиболее значимых столбцов матрицы левых сингулярных векторов. Это дает возможность повышения чувствительности сегментации. Предложенный метод показан на примере алгоритма нейро-фаззи кластеризации sFCM. Результаты экспериментальных исследований были получены при обработке реальных полутоновых медицинских изображений. При этом было достигнуто лучшее выделение объектов интереса и структуры изображения в целом. The work is devoted to the description of the grayscale images fuzzy clustering method, which performs dynamic transformation of initial data based on singular decomposition (with automatic determining the most important columns of left singular vectors matrix) on each step. This approach may lead to segmentation sensitivity enhancement. Proposed method was described on the example of neuro-fuzzy clustering algorithm sFCM. The results of experimental researches were obtained after processing of real grayscale medical image. Better identification of objects of interest and whole image structure was achieved.
issn 1561-5359
url https://nasplib.isofts.kiev.ua/handle/123456789/162370
citation_txt Нечеткая кластеризация полутоновых изображений на основе преобразования исходных данных / Л.Г. Ахметшина, А.А. Егоров // Штучний інтелект. — 2018. — № 2 (80). — С. 26-32. — Бібліогр.: 6 назв. — рос.
work_keys_str_mv AT ahmetšinalg nečetkaâklasterizaciâpolutonovyhizobraženiinaosnovepreobrazovaniâishodnyhdannyh
AT egorovaa nečetkaâklasterizaciâpolutonovyhizobraženiinaosnovepreobrazovaniâishodnyhdannyh
AT ahmetšinalg grayscaleimagesfuzzyclusteringbasedoninitialdatatransformation
AT egorovaa grayscaleimagesfuzzyclusteringbasedoninitialdatatransformation
first_indexed 2025-12-07T21:01:49Z
last_indexed 2025-12-07T21:01:49Z
_version_ 1850884814053310464

Схожі ресурси