| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·模糊聚类简介 | 第7-10页 |
| ·模糊聚类概念 | 第7页 |
| ·模糊聚类的应用 | 第7-10页 |
| ·模糊聚类的国内外研究现状及分析 | 第10-11页 |
| ·本文主要研究工作概述 | 第11页 |
| ·本文的内容安排 | 第11-13页 |
| 第二章 模糊聚类算法 | 第13-23页 |
| ·聚类分析概述 | 第13-15页 |
| ·聚类分析的基本概念 | 第13页 |
| ·相似性测量 | 第13-14页 |
| ·聚类评价准则 | 第14-15页 |
| ·常用聚类算法 | 第15-17页 |
| ·类别数未知的聚类算法 | 第15-16页 |
| ·类别数已知的聚类算法 | 第16-17页 |
| ·模糊神经网络 | 第17-19页 |
| ·基于优化的模糊聚类算法 | 第19-20页 |
| ·模糊核聚类 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 模糊C 均值聚类算法 | 第23-33页 |
| ·硬 C 均值聚类算法 | 第23-24页 |
| ·FCM 聚类算法 | 第24-25页 |
| ·隶属度函数 | 第24页 |
| ·基于隶属度的FCM 聚类算法 | 第24-25页 |
| ·KMEANS 算法和模糊 C-均值算法的比较 | 第25-28页 |
| ·基于核的模糊 C 均值聚类算法 | 第28-31页 |
| ·核函数定义 | 第29页 |
| ·核函数的性质 | 第29页 |
| ·核函数的选择 | 第29页 |
| ·基于核的模糊C 均值聚类算法 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 改进的基于加权的模糊C 均值聚类 | 第33-45页 |
| ·改进的 FCM 算法 | 第33-35页 |
| ·改进的 FCM 算法与传统的 FCM 算法的比较 | 第35-37页 |
| ·基于改进 FCM 的彩色图像分割 | 第37-43页 |
| ·颜色空间的基本性质 | 第37-39页 |
| ·基于 HSI 空间的彩色图像分割方法 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 改进的 FCM 算法在手背静脉识别中的应用 | 第45-53页 |
| ·手背静脉图像采集 | 第45-47页 |
| ·图像预处理 | 第47-48页 |
| ·Canny 边缘检测 | 第48-50页 |
| ·三种算法比较 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·研究内容总结 | 第53页 |
| ·进一步的工作研究 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第61页 |