摘要：元啟發式人工智能優化算法應用于模糊聚類圖像分割一直是研究熱點.樹種算法(TSA)是一種比較有效的智能優化算法,但標準TSA中的固定判斷參數ST影響算法的收斂速度.為此,提出了隨迭代次數逐漸增大的變量,并且將步長因子構造相應的非線性遞減函數,使得迭代初期側重于樹種的全局搜索而后期側重于局部搜索,提高TSA算法收斂的精度和速度.將改進TSA算法用于模糊C均值聚類算法(FCM)聚類中心生成的過程得到基于改進樹種算法的模糊聚類(ITSA_FCM),這一舉措能有效地避免FCM陷入局部最優.改進的算法具備優異的聚類效果和較快的運行速度.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
