ارسل ملاحظاتك

ارسل ملاحظاتك لنا







New Hybrid Techniques for Color Image Clustering Using Particle Swarm Optimization

المصدر: المجلة العراقية لتكنولوجيا المعلومات
الناشر: الجمعية العراقية لتكنولوجيا المعلومات
المؤلف الرئيسي: Al Azzawi, Adil Abd Alwahhab Ghidan (Author)
مؤلفين آخرين: Al Saedi, Muneera Abed Hmdi (Co-Author)
المجلد/العدد: مج5, ع2
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2013
الصفحات: 56 - 74
DOI: 10.34279/0923-005-002-007
ISSN: 1994-8638
رقم MD: 707733
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

13

حفظ في:
LEADER 03241nam a22002417a 4500
001 0263585
024 |3 10.34279/0923-005-002-007 
041 |a eng 
044 |b العراق 
100 |9 369395  |a Al Azzawi, Adil Abd Alwahhab Ghidan  |e Author 
245 |a New Hybrid Techniques for Color Image Clustering Using Particle Swarm Optimization 
260 |b الجمعية العراقية لتكنولوجيا المعلومات  |c 2013 
300 |a 56 - 74 
336 |a بحوث ومقالات 
520 |a هذا البحث يقدم صرقة مقترحة لتجميع الصورة بلا اعتماد على خورازمية الأسراب بالاعتماد على استخدام هذه الخوارزمية مع اثنين من الخوارزميات المعتادة في تجميع الصور والتي تؤدي إلى تحسين الوضائف في طرق تجميع الصورة. طريقة الدمج بين خوارزمية الأسراب وخوارزمية التجميع الاعتيادية تعتمد على تحسن في وضائف التجميع من خلال تحسين الرعة في تجميع الحواف الصورة والتي تم الاعتماد على الصور الملونة التيب دائماً تكون ذات تعقيد أكثر. وقد أضهرت النتائج أن الطرق السابقة في تجميع الصورة مع خوارزمية الأسراب أعطت نتائج أكثر دقة من حيث مقارنة النتائج الوحيدة للخوارزمية السابقة مع الخوارزمية الجديدة مما أدى إلى تحسين من حيث اللياقة التي أعطت نتائج أكثر دقة خاصتا عند تطبيقها على صورتان ملونتان.  |b This paper proposes an image clustering algorithm using Particle Swarm Optimization (PSO) with two improved fitness functions. The PSO clustering algorithm can be used to find image edges of a user specified number of clusters. Two special fitness functions are proposed in this paper. The PSO-based image clustering algorithm with the proposed fitness functions is compared to the K-means clustering. Experimental results show that the PSO-based image clustering approach, using the improved fitness functions, can perform better than K- means by generating more compact clusters and larger inter-cluster separation and because of the data clustering is a fundamental operation used in unsupervised images generally clustering involves asset of data (e.g.: image pixels) into specified no of clusters, the motivation behind clustering is to find inherit structure in the data and to expose the structure as asset of groups 
653 |a برمجة الصور 
653 |a معالجة بيانات الصور 
700 |9 369396  |a Al Saedi, Muneera Abed Hmdi  |e Co-Author 
773 |4 علوم المعلومات وعلوم المكتبات  |6 Information Science & Library Science  |c 007  |e Iraqi Journal of Information Technology  |f Al-Maǧallaẗ al-ʻirāqiyyaẗ li-tiknulūǧiyā al-maʻlūmāt  |l 002  |m مج5, ع2  |o 0923  |s المجلة العراقية لتكنولوجيا المعلومات  |v 005  |x 1994-8638 
856 |u 0923-005-002-007.pdf 
930 |d y  |p y  |q y 
995 |a HumanIndex 
999 |c 707733  |d 707733 

عناصر مشابهة