基于粒子群优化的K-means聚类算法的基因芯片图像分割法

摘要

本发明公开了一种基于粒子群优化的K-means聚类算法的基因芯片图像分割法，其特征为，首先根据K-means聚类算法基因芯片图像的所有像素分为K类，粒子群中的每个粒子根据适应度函数搜寻局部最优位置；然后粒子群中的粒子根据其个体极值和最优位置更新自己的速度和位置值。经过多次迭代之后，全局最优位置所在的子群即为聚类分类结果。本发明算法过程简单清晰，有效避免陷入局部最优或者产生空类的情形，收敛速度快，搜索全局最优能力强，需要设置和调整的参数少，分类结果准确而快速，不受人为因素干扰，适用于大规模的基因芯片图像分割。