استفاده از الگوریتم جستجوی گرانشی بهبود یافته در خوشه یابی تصاویر

از نظر عملی مسئله خوشه یابی به عنوان یک هدف اولیه در بازشناسی الگو مطرح است و به علت کاربرد فراوان آن در زمینه هایی مثل داده کاوی، پردازش تصویر و ماشین بینایی توجه بسیاری از محققان را به خود جلب کرده است. تاکنون از روش های ابتکاری مختلفی به منظور خوشه یابی استفاده شده است. در اکثر روش های خوشه یابی، نیاز است تا تعداد خوشه ها از قبل توسط کاربر مشخص شود (خوشه یابی نظارت شده) که در اکثر موارد چنین اطلاعاتی در دسترس نیست و این به عنوان یکی از معایب اینگونه روش ها به حساب می آید البته الگوریتم های مختلفی برای رفع این مشکل ارائه شده است که از آن جمله می توان به dcpso، vliga، gcuk و mepso که مبتنی بر روش های هوش جمعی می باشد، اشاره کرد. در این تحقیق سعی شده است که یک روش خوشه یابی نظارت نشده به منظور خوشه یابی تصاویر با استفاده از الگوریتم بهبود یافته جستجوی گرانشی ارائه شود. در ابتدا الگوریتم جستجوی گرانشی که یک الگوریتم جدید در زمینه هوش جمعی است معرفی شده و پس از بهبود عملکرد آن، (با الهام از پدیده سیاهچاله ها در طبیعت) الگوریتم خوشه یابی مورد نظر ارائه می گردد. در پایان پس از بررسی عملکرد الگوریتم پیشنهادی بر روی تعدادی مجموعه داده آزمایشی، در دو کاربرد کوانتیزه سازی و ناحیه بندی تصویر مورد بررسی قرار می گیرد.