摘要 | 第1-5页 |
Abstract | 第5-10页 |
第一章 绪论 | 第10-14页 |
·课题背景和研究意义 | 第10-11页 |
·课题背景 | 第10-11页 |
·研究意义 | 第11页 |
·课题研究内容 | 第11-12页 |
·研究基础 | 第12页 |
·论文的组织 | 第12-13页 |
·本章小结 | 第13-14页 |
第二章 国内外研究现状 | 第14-21页 |
·圆检测的研究现状 | 第14页 |
·矩形检测的研究现状 | 第14-17页 |
·直线检测的研究现状 | 第14-16页 |
·矩形检测的研究现状 | 第16-17页 |
·聚类算法分析的研究现状 | 第17-19页 |
·聚类算法的分类 | 第17-18页 |
·k-means 算法及其改进算法 | 第18-19页 |
·神经网络的发展 | 第19-20页 |
·本章小结 | 第20-21页 |
第三章 基于改进 k-means 聚类的神经网络矩形检测算法 | 第21-36页 |
·问题的提出与相关知识 | 第21-23页 |
·问题的提出 | 第21-22页 |
·相关知识 | 第22-23页 |
·一种新的改进 k-means 聚类算法 | 第23-26页 |
·算法思想 | 第23-25页 |
·NIKMCA 算法步骤 | 第25-26页 |
·基于神经网络的矩形检测算法 | 第26-33页 |
·神经元模型 | 第26-27页 |
·训练算法 | 第27-30页 |
·RDABNN 算法步骤 | 第30-32页 |
·确认真矩形 | 第32-33页 |
·实验算例 | 第33-35页 |
·算法讨论与分析 | 第35页 |
·本章小结 | 第35-36页 |
第四章 基于投影聚类的矩形检测算法 | 第36-45页 |
·问题的提出与相关知识 | 第36-37页 |
·问题的提出 | 第36页 |
·相关知识 | 第36-37页 |
·投影聚类算法 | 第37-41页 |
·算法思想 | 第37-41页 |
·CABP 算法步骤 | 第41页 |
·矩形检测算法 | 第41-42页 |
·实验算例 | 第42-44页 |
·算法分析和讨论 | 第44页 |
·本章小结 | 第44-45页 |
第五章 圆与矩形布局知识图检测 | 第45-49页 |
·圆与矩形卫星舱布局知识图检测算例 | 第45-46页 |
·图形检测在卫星舱布局设计求解中的应用 | 第46-48页 |
·本章小结 | 第48-49页 |
总结与展望 | 第49-51页 |
参考文献 | 第51-54页 |
致谢 | 第54-55页 |
附录 A:攻读硕士学位期间发表论文和参与的研究项目 | 第55页 |