基于直方图局部信息和Gath-Geva模糊聚类的彩色图像分割方法

针对Gath-Geva模糊聚类算法对初始给定的聚类中心等先验信息较敏感,提出了一种基于直方图局部信息的模糊Gath-Geva聚类新算法.实验结果表明,新算法在彩色图像分割方面,与传统模糊C-Means算法相比,具有较强的分割精度.

电弧焊接凝固开裂的模糊分类

针对低合金钢电弧焊工艺焊缝热裂纹形成条件判别问题，提出一种新的模糊分类器，其每条规则能以不同的概率表达一类以上的类别。首先，将分类器扩展为用混合模型估计类别条件密度的二次Bayes分类器，使其具有Takagi-Sugeno型模糊推理规则。其次，将Gath-Geva聚类算法改进为一种监督式聚类算法，用于辨识。最后，通过Fisher类间可分性实现输入参数的选择，简化分类器结构。该方法用于焊缝凝固开裂的分类识别。