半监督均值偏移框架及其图像分割应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·聚类分析 | 第10-13页 |
| ·聚类的定义 | 第10页 |
| ·聚类的基本步骤 | 第10-11页 |
| ·聚类算法分类 | 第11-12页 |
| ·聚类与图像分割 | 第12-13页 |
| ·半监督聚类 | 第13-15页 |
| ·半监督聚类概述 | 第13页 |
| ·半监督聚类的分类 | 第13-15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·本文的内容安排 | 第16-17页 |
| 第二章 均值偏移算法 | 第17-29页 |
| ·引言 | 第17页 |
| ·密度估计理论与均值偏移 | 第17-22页 |
| ·参数密度估计 | 第17-18页 |
| ·非参数密度估计 | 第18-20页 |
| ·均值偏移算法 | 第20-22页 |
| ·均值偏移算法的研究概况 | 第22-28页 |
| ·模糊均值偏移 | 第22页 |
| ·均值偏移的加速 | 第22-24页 |
| ·带宽选择 | 第24-25页 |
| ·核函数的选择 | 第25-26页 |
| ·中值偏移算法 | 第26-27页 |
| ·均值偏移的理论性质 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第三章 半监督均值偏移 | 第29-41页 |
| ·引言 | 第29页 |
| ·聚类算法的半监督改造 | 第29-32页 |
| ·半监督k–means 算法 | 第29-31页 |
| ·均值偏移算法与半监督思想的结合 | 第31-32页 |
| ·半监督均值偏移（SSMS） | 第32-35页 |
| ·逐对约束传播（PCP） | 第32-33页 |
| ·半监督均值偏移模型 | 第33-35页 |
| ·SSMS 与瑞利熵的联系 | 第35-36页 |
| ·瑞利熵与均值偏移 | 第35-36页 |
| ·SSMS 与瑞利熵的联系 | 第36页 |
| ·实验分析 | 第36-40页 |
| ·人工数据集中 | 第36-39页 |
| ·UCI 数据集 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 均值偏移在图像分割中的应用 | 第41-50页 |
| ·引言 | 第41-43页 |
| ·半监督均值偏移在图像分割中的应用 | 第43-45页 |
| ·分割模型 | 第43-44页 |
| ·实验结果及分析 | 第44-45页 |
| ·快速灰度图像分割模型 | 第45-49页 |
| ·分割模型 | 第45-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·论文工作总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 硕士研究生期间完成的学术论文 | 第57页 |
