| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究的背景及意义 | 第10页 |
| ·生物地理学优化算法的研究概况 | 第10-12页 |
| ·图像分割的研究状况 | 第12-14页 |
| ·本文主要研究内容和结构安排 | 第14-15页 |
| 第2章 模糊 C 均值聚类算法 | 第15-22页 |
| ·聚类分析基本理论与算法 | 第15-17页 |
| ·划分算法 | 第15-16页 |
| ·层次算法 | 第16页 |
| ·基于网格的算法 | 第16页 |
| ·基于密度的算法 | 第16-17页 |
| ·基于模型的算法 | 第17页 |
| ·模糊概念 | 第17-18页 |
| ·模糊 C 均值聚类算法的原理 | 第18-20页 |
| ·模糊聚类算法研究现状 | 第18-19页 |
| ·模糊 C 均值聚类算法的描述 | 第19-20页 |
| ·模糊 C 均值聚类算法的参数研究 | 第20-22页 |
| ·聚类数目的确定 | 第20页 |
| ·聚类中心初始值的确定 | 第20-21页 |
| ·模糊指数 m 的确定 | 第21-22页 |
| 第3章 生物地理学优化算法 | 第22-39页 |
| ·算法的起源 | 第22-23页 |
| ·算法的基本原理 | 第23-30页 |
| ·算法的迁移模型 | 第23-28页 |
| ·算法的迁移算子 | 第28-29页 |
| ·算法的变异算子 | 第29-30页 |
| ·算法的具体流程 | 第30-31页 |
| ·其他几种用于对比的新型优化算法 | 第31-37页 |
| ·粒子群算法介绍 | 第31-33页 |
| ·人工鱼群算法介绍 | 第33-36页 |
| ·人工蜂群算法介绍 | 第36-37页 |
| ·BBO 算法与其他算法的区别 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 BBO-FCM 算法及在图像分割方面的应用 | 第39-48页 |
| ·图像分割的描述 | 第39-40页 |
| ·图像分割的分类 | 第40-41页 |
| ·基于边界的图像分割 | 第40页 |
| ·基于区域的图像分割 | 第40-41页 |
| ·基于直方图的图像分割 | 第41页 |
| ·BBO-FCM 算法及其用于图像分割领域 | 第41-44页 |
| ·验证 BBO-FCM 算法的数据聚类能力 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 实验结果分析 | 第48-64页 |
| ·验证 BBO-FCM 算法的图像分割能力 | 第48-60页 |
| ·图像分割结果的客观性能评价 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-77页 |
| 致谢 | 第77页 |