基于权重的WKFCM聚类算法在泥石流评价中的应用

泥石流的形成受地形条件、地质构造、气象水文等多种因素的综合影响,不同区域的泥石流灾害在空间分布上具有一定的差异性和相似性,聚类分析能够识别出这种相似的特性。针对KFCM聚类算法没有考虑到不同影响因子对于泥石流灾害的贡献程度不同的缺陷,引入权重的概念,对KFCM算法进行改进,选取沟床比降、流域面积、构造系数、冰川坡度、岩性系数、平均坡度、最大淤积、可移方量、冰川面积与流域面积比9个因素作为区域内冰川泥石流危险性的评价指标,采用层次分析法求取各个评价指标的权重值,以西藏境内30条具有良好工作基础的冰川泥石流沟为研究对象,探究改进后的WKFCM聚类算法在泥石流危险性评价中的应用。结果表明,改进后的算法可以避免传统评价方法阈值确定时的主观不确定性,将其应用在泥石流危险性评价中是有效可行的。

一种CT医学图像分割新算法

针对临床辅助诊断的需要,提出了一种结合传统分水岭算法和新型核聚类算法的CT医学图像分割新算法。首先,通过分水岭变换,CT图被分割成不同的小区域。然后,根据改进的KFCM算法,利用Mercer核将各个小区域的平均灰度值映射到高维特征空间,使得原来在分水岭算法分割图中未显示出来的特征显现出来。通过此方法,相较于传统核聚类(KFCM)算法,我们可实现更准确的聚类,并有效解决分水岭算法分割CT医学图像的过分割问题,因此能取得更好的分割效果。实验结果显示,本文方法能够很好分割腹腔CT图,获得更清晰的分割图像。