模糊聚类与粒子群算法在图像分割中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·论文选题的背景和意义 | 第10-11页 |
| ·论文选题的国内外研究现状 | 第11-18页 |
| ·图像分割技术的国内外研究现状 | 第11-15页 |
| ·聚类技术的国内外研究现状 | 第15-16页 |
| ·粒子群优化算法的国内外研究现状 | 第16-18页 |
| ·本论文的主要研究工作和结构安排 | 第18-20页 |
| 第二章 聚类分析及其算法 | 第20-28页 |
| ·聚类分析 | 第20-22页 |
| ·聚类分析的定义 | 第20页 |
| ·相似性度量 | 第20-22页 |
| ·常见的聚类算法 | 第22-24页 |
| ·基于划分的聚类算法 | 第22-23页 |
| ·基于层次的聚类算法 | 第23页 |
| ·基于密度的聚类算法 | 第23-24页 |
| ·基于网格的聚类算法 | 第24页 |
| ·基于模型的聚类算法 | 第24页 |
| ·模糊C 均值聚类算法 | 第24-28页 |
| ·模糊C 均值聚类算法的理论基础 | 第25-26页 |
| ·模糊C 均值聚类算法流程 | 第26页 |
| ·模糊C 均值聚类算法的优缺点 | 第26-28页 |
| 第三章 粒子群优化算法 | 第28-37页 |
| ·引言 | 第28页 |
| ·基本粒子群算法 | 第28-30页 |
| ·基本粒子群算法流程 | 第29-30页 |
| ·粒子群算法参数设置 | 第30页 |
| ·标准粒子群算法 | 第30-32页 |
| ·一般的惯性因子设计 | 第30-31页 |
| ·标准粒子群算法流程 | 第31-32页 |
| ·基于模糊系统的惯性因子的动态调整 | 第32页 |
| ·带收缩因子的粒子群算法 | 第32-33页 |
| ·粒子群算法与其他算法的比较 | 第33页 |
| ·基于梯度的优化算法 | 第33页 |
| ·进化计算方法 | 第33页 |
| ·粒子群优化算法的复杂度 | 第33-35页 |
| ·复杂度的判定标准和基本概念 | 第34页 |
| ·时空复杂度分析 | 第34-35页 |
| ·粒子群的应用 | 第35-37页 |
| 第四章 基于IPCM 聚类算法的图像分割 | 第37-47页 |
| ·引言 | 第37页 |
| ·模糊C 均值聚类算法 | 第37-39页 |
| ·模糊C 均值聚类算法描述 | 第37-38页 |
| ·模糊C 均值聚类算法主要步骤 | 第38页 |
| ·模糊C 均值聚类算法核心代码 | 第38-39页 |
| ·可能性C 均值聚类算法 | 第39-41页 |
| ·可能性C 均值聚类算法描述 | 第39-40页 |
| ·可能性C 均值聚类算法步骤 | 第40-41页 |
| ·IPCM 聚类算法 | 第41-46页 |
| ·IPCM 聚类算法思想 | 第41页 |
| ·IPCM 聚类算法步骤 | 第41-42页 |
| ·IPCM 聚类算法核心代码 | 第42-43页 |
| ·实验结果与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于模糊聚类与混沌粒子群算法的图像分割 | 第47-60页 |
| ·引言 | 第47页 |
| ·标准粒子群算法及混沌学基础 | 第47-49页 |
| ·标准粒子群算法 | 第47-48页 |
| ·混沌学基础 | 第48-49页 |
| ·混沌粒子群与快速FCM 图像分割算法 | 第49-59页 |
| ·算法思想 | 第49-50页 |
| ·算法步骤 | 第50-51页 |
| ·CPSO_FFCM 算法核心代码 | 第51-53页 |
| ·实验结果分析 | 第53-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |
| 硕士期间发表及录用的文章 | 第66页 |
