基于改进模糊C-均值算法对图像分割的研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-13页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 图像分割的研究现状 | 第11页 |
| 1.2.2 模糊C-均值聚类算法研究现状 | 第11-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 2 模糊C-均值聚类理论基础 | 第13-18页 |
| 2.1 传统的聚类算法 | 第13-15页 |
| 2.1.1 硬C-均值(HCM)聚类算法 | 第13页 |
| 2.1.2 模糊C-均值(FCM)聚类算法 | 第13-15页 |
| 2.2 PCM_1算法 | 第15页 |
| 2.3 改进的PCM_1 (IPCM_1)算法 | 第15-17页 |
| 2.4 熵C-均值(ECM)聚类 | 第17页 |
| 2.5 本章小结 | 第17-18页 |
| 3 MPCM算法及其应用 | 第18-31页 |
| 3.1 MPCM算法 | 第18-21页 |
| 3.2 MPCM算法步骤 | 第21页 |
| 3.3 实验结果与分析 | 第21-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 IMPCM算法及其应用 | 第31-43页 |
| 4.1 IMPCM算法 | 第31-33页 |
| 4.2 收敛性证明和参数设置 | 第33-37页 |
| 4.3 IMPCM算法步骤 | 第37页 |
| 4.4 实验结果与分析 | 第37-42页 |
| 4.5 本章小节 | 第42-43页 |
| 5 总结与展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 简历 | 第48页 |
