区间二型模糊聚类算法研究及其在电力牵引监控系统中的应用
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-22页 |
1.1 课题研究的背景与意义 | 第12-13页 |
1.2 模糊聚类的研究现状 | 第13-17页 |
1.2.1 模糊理论的提出与发展 | 第14-15页 |
1.2.2 模糊聚类研究现状 | 第15-16页 |
1.2.3 FCM算法目前存在的问题 | 第16-17页 |
1.3 模糊聚类在图像分割中的应用研究 | 第17-20页 |
1.3.1 图像分割技术研究 | 第17-18页 |
1.3.2 电力牵引监控系统图像技术研究 | 第18-20页 |
1.4 论文的主要内容 | 第20-22页 |
第2章 区间二型模糊聚类理论 | 第22-42页 |
2.1 引言 | 第22页 |
2.2 二型模糊理论 | 第22-26页 |
2.2.1 二型模糊集 | 第22-25页 |
2.2.2 二型模糊系统 | 第25-26页 |
2.3 一型模糊聚类 | 第26-30页 |
2.3.1 一型模糊聚类算法 | 第26-29页 |
2.3.2 模糊加权指数选择的不确定性 | 第29-30页 |
2.4 二型模糊聚类算法 | 第30-40页 |
2.4.1 区间二型FCM算法 | 第30-35页 |
2.4.2 广义二型模糊集的α-plane表述 | 第35-38页 |
2.4.3 广义二型FCM算法 | 第38-40页 |
2.5 本章小结 | 第40-42页 |
第3章 区间二型模糊聚类的算法优化 | 第42-62页 |
3.1 引言 | 第42-43页 |
3.2 Karnik-Mendel降型算法 | 第43-45页 |
3.3 区间二型FCM算法的优化 | 第45-52页 |
3.3.1 KM降型算法优化 | 第45-49页 |
3.3.2 初始聚类中心的优化方法 | 第49-50页 |
3.3.3 运算复杂度分析 | 第50-52页 |
3.4 实验比较 | 第52-61页 |
3.4.1 随机数据比较 | 第52-55页 |
3.4.2 UCI数据比较 | 第55-58页 |
3.4.3 图像数据比较 | 第58-61页 |
3.5 本章小结 | 第61-62页 |
第4章 区间二型模糊聚类算法在图像分割中的应用 | 第62-85页 |
4.1 引言 | 第62-63页 |
4.2 结合空间邻域的模糊聚类算法简述 | 第63-68页 |
4.2.1 图像的邻域信息 | 第63页 |
4.2.2 FCM算法改进方法简述 | 第63-68页 |
4.3 基于空间隶属度的区间二型FCM算法 | 第68-74页 |
4.3.1 FCM改进算法的区间二型表示 | 第68-69页 |
4.3.2 空间隶属度函数 | 第69-71页 |
4.3.3 基于空间隶属度的区间二型FCM算法 | 第71-74页 |
4.4 区间二型模糊聚类有效性分析 | 第74-79页 |
4.4.1 划分系数 | 第75-76页 |
4.4.2 模糊划分熵 | 第76页 |
4.4.3 考虑数据特性的有效性函数 | 第76-78页 |
4.4.4 有效性函数的准确性验证 | 第78-79页 |
4.5 实验仿真结果 | 第79-84页 |
4.5.1 合成图像比较 | 第79-82页 |
4.5.2 MR图像比较 | 第82-84页 |
4.6 本章小结 | 第84-85页 |
第5章 基于图像处理的受电弓滑板检测算法研究 | 第85-101页 |
5.1 引言 | 第85页 |
5.2 受电弓滑板监测系统 | 第85-87页 |
5.2.1 受电弓简介 | 第85-86页 |
5.2.2 受电弓滑板监测系统设计 | 第86-87页 |
5.3 受电弓滑板检测的图像处理方法 | 第87-98页 |
5.3.1 传统受电弓滑板检测图像处理方法 | 第87-93页 |
5.3.2 基于模糊聚类的受电弓滑板检测 | 第93-94页 |
5.3.3 受电弓滑板检测结果 | 第94-98页 |
5.4 接触网杆号识别 | 第98-100页 |
5.5 本章小结 | 第100-101页 |
结论 | 第101-104页 |
1. 主要结论 | 第101-102页 |
2. 工作展望 | 第102-104页 |
致谢 | 第104-105页 |
参考文献 | 第105-113页 |
攻读博士期间的论文及科研情况 | 第113-114页 |
1. 论文情况 | 第113-114页 |
2. 科研项目 | 第114页 |