| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪言 | 第13-18页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-15页 |
| 1.3 本文工作 | 第15-16页 |
| 1.4 本文组织 | 第16-18页 |
| 第二章 相关知识 | 第18-29页 |
| 2.1 决策粗糙集模型 | 第18-20页 |
| 2.1.1 决策粗糙集模型理论知识 | 第18-19页 |
| 2.1.2 决策粗粗集模型相关工作 | 第19-20页 |
| 2.2 模糊集合理论介绍 | 第20-22页 |
| 2.2.1 模糊集合概念 | 第20页 |
| 2.2.2 常用的隶属度函数 | 第20-21页 |
| 2.2.3 模糊粗糙集理论简介 | 第21-22页 |
| 2.3 模糊聚类理论介绍 | 第22-24页 |
| 2.3.1 聚类分析基本概念 | 第22页 |
| 2.3.2 模糊聚类的原理和算法框架 | 第22-24页 |
| 2.4 图像分割理论介绍 | 第24-28页 |
| 2.4.1 图像分割的基本论述 | 第24页 |
| 2.4.2 图像分割方法介绍 | 第24-28页 |
| 2.5 本章总结 | 第28-29页 |
| 第三章 基于模糊化的决策粗糙集属性约简和分类方法 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 决策粗糙集模糊化 | 第29-34页 |
| 3.2.1 模糊决策粗糙集模型FDTRS | 第30-31页 |
| 3.2.2 方法的主要步骤及流程 | 第31-32页 |
| 3.2.3 模糊化后的属性约简和分类算法框架 | 第32-34页 |
| 3.3 实验和分析 | 第34-36页 |
| 3.3.1 实验准备 | 第34-35页 |
| 3.3.2 实验结果 | 第35页 |
| 3.3.3 实验分析 | 第35-36页 |
| 3.4 本章总结 | 第36-38页 |
| 第四章 基于决策粗糙集理论的FCM聚类的图像分割方法 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 扩展的决策粗糙集模型 | 第38-40页 |
| 4.3 基于FCM方法上的改进 | 第40-43页 |
| 4.3.1 关于预处理,特征提取和相似度度量的细节描述 | 第40-41页 |
| 4.3.2 改进的方法主要流程 | 第41-42页 |
| 4.3.3 本章方法的分析 | 第42-43页 |
| 4.4 实验和分析 | 第43-49页 |
| 4.4.1 实验环境和实验参数设置 | 第43-44页 |
| 4.4.2 实验评估函数 | 第44-45页 |
| 4.4.3 实验结果 | 第45-47页 |
| 4.4.4 实验分析 | 第47-49页 |
| 4.5 本章总结 | 第49-52页 |
| 第五章 结合FCM聚类和图割理论的图像分割方法 | 第52-66页 |
| 5.1 引言 | 第52页 |
| 5.2 图割法理论介绍 | 第52-54页 |
| 5.3 结合FCM和图割理论的图像分割方法 | 第54-59页 |
| 5.3.1 关于预分割和特征提取的细节介绍 | 第54-55页 |
| 5.3.2 方法的主要流程 | 第55页 |
| 5.3.3 本章方法的分析 | 第55-59页 |
| 5.4 实验和分析 | 第59-64页 |
| 5.4.1 实验环境和实验参数设置 | 第59页 |
| 5.4.2 实验评估函数 | 第59-60页 |
| 5.4.3 实验结果 | 第60-62页 |
| 5.4.4 实验分析 | 第62-64页 |
| 5.5 本章总结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 简历与科研成果 | 第76-77页 |
| 致谢 | 第77-78页 |