基于PSO的膜聚類算法及其在圖像壓縮中的應(yīng)用.pdf

1、膜計算是自然計算的一個新分支，是一類新穎的分布式并行計算模型。這類計算模型普遍被稱為P系統(tǒng)，其本質(zhì)是從生命細(xì)胞的結(jié)構(gòu)與功能以及組織和器官中細(xì)胞群間的協(xié)助所抽象出來的計算模型。P系統(tǒng)具有分布式、極大并行性、非確定性和可擴(kuò)展性等特點(diǎn)。目前，關(guān)于膜計算的研究已經(jīng)讓很多研究者投入其中，并且取得了大量成果。
　　聚類是指將物理或抽象的集合分組為由類似的對象組成的多個類的分析過程，將一組數(shù)據(jù)劃分到不同的組或簇中，使得同一組或簇中的數(shù)據(jù)盡可能地

2、相似而不同組或簇中的數(shù)據(jù)盡可能地相異，即“物以類聚”，從而發(fā)現(xiàn)數(shù)據(jù)集內(nèi)在的結(jié)構(gòu)。
　　圖像壓縮是一種減少描繪一幅圖像所需數(shù)據(jù)量的技術(shù)和科學(xué)，通過消除冗余數(shù)據(jù)實現(xiàn)數(shù)據(jù)壓縮，是指在滿足一定質(zhì)量的條件下，以較少比特數(shù)表示圖像或圖像中所包含信息的技術(shù)，也被稱為圖像編碼。圖像壓縮是數(shù)字圖像處理領(lǐng)域中最有用和商業(yè)上最成功的技術(shù)之一。
　　本文以組織型P系統(tǒng)為基礎(chǔ)的計算框架，探討一種新的聚類算法，并且應(yīng)用其去解決圖像壓縮問題。其主要研究工

3、作包括以下兩部分：
　　（1）提出了新穎的膜聚類算法（PSO-MC），該算法的核心是設(shè)計了一個組織 P系統(tǒng)，候選的簇中心由基本膜中的對象來表示，將粒子群優(yōu)化算法中的速度-位移模型作為基本膜的進(jìn)化規(guī)則以進(jìn)化對象，利用基本膜之間的轉(zhuǎn)運(yùn)規(guī)則實現(xiàn)對象共享和協(xié)同進(jìn)化。該算法在2個真實數(shù)據(jù)集上進(jìn)行評估，并與傳統(tǒng)的k-means算法和GA-Based聚類算法和PSO-Based聚類算法進(jìn)行比較，實驗結(jié)果表明采用PSO-MC避免陷于局部最優(yōu)解，不