استفاده از الگوریتم جستجوی گرانشی بهبود یافته در خوشه‌یابی خودکار تصاویر

Abstract

از نظر عملی مسئله خوشه‌یابی به عنوان یکی از مهم‌ترین مباحث در بازشناسی الگو است و به علت کاربرد فراوان آن در زمینه‌های داده‌کاوی، پردازش تصویر، ماشین بینایی و. . . توجه بسیاری از محققان را به خود جلب کرده است. هرچند تاکنون روش‌های ابتکاری مختلفی به منظور خوشه‌یابی به کار گرفته شده است، ولی در اکثر این روش‌ها، نیاز است که تعداد خوشه‌ها از قبل مشخص گردد (خوشه‌یابی نظارت شده) این مسئله یکی از مهمترین‌ترین معایب این روش‌ها محسوب می‌شود. زیرا در بعضی مسایل خوشه‌یابی، اطلاعی از تعداد خوشه‌ها در دسترس نیست. البته الگوریتم‌های مختلفی برای رفع این مشکل ارائه شده است که از آن جمله می‌توان به DCPSO، VLIGA، GCUKوMEPSO که مبتنی بر روش‌های هوش‌جمعی می‌باشد، اشاره کرد. در این مقاله سعی شده است که یک روش خوشه‌یابی نظارت نشده به منظور خوشه‌یابی تصاویر با استفاده از الگوریتم بهبود یافته جستجوی گرانشی ارائه شود. در ابتدا الگوریتم جستجوی گرانشی که یک الگوریتم جدید در زمینه هوش‌جمعی است معرفی شده و پس از بهبود عملکرد آن، (با الهام از پدیده سیاه‌چاله‌ها در طبیعت) الگوریتم خوشه‌یابی مورد نظر ارائه می‌گردد. در پایان پس از بررسی عملکرد الگوریتم پیشنهادی بر روی تعدادی مجموعه داده آزمایشی، در دو کاربرد کوانتیزه‌سازی و ناحیه‌بندی تصویر مورد بررسی قرار می‌گیرد.