| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 引言 | 第13-17页 |
| 1绪论 | 第17-37页 |
| ·聚类的定义 | 第17-20页 |
| ·聚类技术 | 第20-32页 |
| ·模型选择 | 第32-34页 |
| ·本文的研究内容与章节安排 | 第34-37页 |
| 2 对手受惩罚竞争学习算法 | 第37-55页 |
| ·对手受惩罚的竞争学习算法 | 第39-40页 |
| ·改进的独立判断条件 | 第40-42页 |
| ·自适应学习率 | 第42-43页 |
| ·自适应惩罚率 | 第43-47页 |
| ·算法实现 | 第47页 |
| ·实验结果 | 第47-53页 |
| ·小结 | 第53-55页 |
| 3 基于贝叶斯阴阳和谐理论的图像分割 | 第55-71页 |
| ·贝叶斯阴阳和谐学习 | 第56-57页 |
| ·使用 Dirichlet-Normal-Wishart 先验的 BYY 算法 | 第57-62页 |
| ·算法实现 | 第62-65页 |
| ·实验 | 第65-69页 |
| ·小结 | 第69-71页 |
| 4 自动确定类别数的人脸聚类 | 第71-97页 |
| ·计算框架简述 | 第73-74页 |
| ·人脸特征提取 | 第74-77页 |
| ·有区分性特征子集的选择 | 第77-82页 |
| ·聚类分析 | 第82-90页 |
| ·实验 | 第90-94页 |
| ·小结 | 第94-97页 |
| 5 总结与展望 | 第97-101页 |
| ·本文总结 | 第97-99页 |
| ·研究展望 | 第99-101页 |
| 参考文献 | 第101-127页 |
| 攻读博士学位期间发表的论文 | 第127-129页 |
| 致谢 | 第129页 |