【摘要】： 當前基于KL散度的模糊聚類分割研究面臨兩個核心挑戰(zhàn):(1)如何有效平衡算法的抗噪性與計算效率,以滿足實時性應用需求;(2)如何避免非凸目標函數(shù)導致的局部最優(yōu)問題,提升在復雜圖像上的準確性和穩(wěn)定性.針對以上問題,本文提出了一種融合類內(nèi)類間距離測度與KL...