首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

核模糊聚类算法的改进及其在气象目标分割中的应用

摘要第3-4页
Abstract第4-5页
第一章 绪论第7-13页
    1.1 研究背景第7页
    1.2 国内外研究现状第7-11页
    1.3 本文的工作与结构安排第11-13页
第二章 核模糊聚类算法原理第13-21页
    2.1 模糊C-均值聚类(FCM)算法第13-17页
    2.2 核模糊C均值聚类(KFCM)算法第17-21页
第三章 基于蚁群算法与遗传算法的KFCM算法改进第21-37页
    3.1 蚁群算法确定KFCM算法的参数第21-28页
        3.1.1 蚁群算法的主要思想和步骤第21-24页
        3.1.2 蚁群算法与KFCM算法的结合第24-28页
        3.1.3 算法的不足第28页
    3.2 基于遗传算法的蚁群核模糊聚类算法改进第28-37页
        3.2.1 遗传算法的的主要思想和步骤第28-30页
        3.2.2 遗传算法与蚁群核模糊聚类算法的结合第30-33页
        3.2.3 算法分析第33-37页
第四章 改进的KFCM算法在气象目标中的应用第37-48页
    4.1 气象图像的特征第37-38页
    4.2 KFCM算法对气象目标的分割第38-42页
    4.3 改进算法对气象目标的分割第42-46页
    4.4 算法评价第46-48页
第五章 总结和展望第48-49页
参考文献第49-52页
致谢第52-53页
发表论文第53页

论文共53页,点击 下载论文
上一篇:河南省农村信息化水平评价体系研究
下一篇:融合颜色属性和形变模型的不良图像检测方法研究