| 主权项 |
一种用于X光片图像数据的聚类集成方法，其特征在于，包括以下步骤：S01：对X光片图像预处理后，从图像中获取数据；S02：获得图像中每一个点的灰度值G<sub>i,j</sub>存储在灰度值矩阵G中，G<sub>i,j</sub>表示图像中第i行，第j列点的灰度值；S03：用基于K均值改进算法的聚类集成算法或者基于层次聚类改进算法对灰度值矩阵G进行聚类分析处理；所述基于K均值改进算法的聚类集成算法包括以下步骤：S11：随机选取1个簇中心；S12：随机选取1个簇中心，比较选取的簇中心与之前选取的簇中心的灰度值是否相同；S13：若相同则放弃该簇中心，执行步骤S12，若不相同则选取该簇中心，继续执行步骤S12，直至选取的簇中心个数为K个；S14：计算灰度值矩阵G中的每个点到各个簇中心的距离，将距离最短的点划分到该簇中，并修改为该簇的L<sub>i,j</sub>值，L<sub>i,j</sub>代表第i行第j列的点所在簇的标签；S15重新计算每个簇的中心，执行步骤S14直到每个簇的中心固定不变；所述基于层次聚类改进算法，包括以下步骤：S21：计算邻近度矩阵A<sub>(i‑1)*k+j,(m‑1)*k+n</sub>＝G<sub>i,j</sub>‑G<sub>m,n</sub>，其中k为灰度矩阵G一行的元素个数，G<sub>i,j</sub>表示图像中第i行，第j列点的灰度值，G<sub>m，n</sub>表示图像中第m行，第n列点的灰度值；S22：将灰度值相同的数据点合并到同一个簇中；S23：合并数值最接近的两个簇，更新邻近矩阵；S24：重复步骤S23，直至剩下一个簇；S04：使用HGPA算法进行集成运算。 |
