粒计算理论研究及其在图像增强中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 目录 | 第8-11页 |
| 图表索引 | 第11-13页 |
| 第一章 绪论 | 第13-17页 |
| ·论文的研究背景 | 第13-14页 |
| ·论文的研究内容及创新点 | 第14-17页 |
| ·论文的主要内容 | 第14-15页 |
| ·论文的创新点 | 第15-17页 |
| 第二章 粗糙集理论 | 第17-25页 |
| ·引言 | 第17-18页 |
| ·基本概念 | 第18-21页 |
| ·知识与不可分辨关系 | 第18-19页 |
| ·集合的下近似、上近似及边界 | 第19页 |
| ·决策表、约简与核 | 第19-21页 |
| ·粗糙集理论的应用 | 第21-23页 |
| ·人工神经网络训练样本集化简 | 第22页 |
| ·控制算法获取 | 第22-23页 |
| ·决策支持系统 | 第23页 |
| ·从数据库中知识发现 | 第23页 |
| ·粗糙集在图象处理中的应用 | 第23-25页 |
| 第三章 粒计算理论 | 第25-41页 |
| ·引言 | 第25页 |
| ·粒计算的构成 | 第25-26页 |
| ·粒计算概念 | 第26-28页 |
| ·信息粒 | 第26页 |
| ·近似精度 | 第26-27页 |
| ·粒与近似精度的关系 | 第27页 |
| ·粒的计算 | 第27-28页 |
| ·知识粗糙性与信息熵的定义 | 第28-30页 |
| ·知识库 | 第28页 |
| ·知识粗糙性 | 第28-29页 |
| ·知识的信息熵，条件熵和互信息 | 第29-30页 |
| ·知识的信息表示 | 第30页 |
| ·粒计算的约简 | 第30-36页 |
| ·基于信息熵的知识系统知识约简 | 第31-32页 |
| ·基于互信息的决策表知识约简 | 第32-34页 |
| ·基于二进制粒矩阵的粒约简 | 第34-36页 |
| ·粒计算的模型 | 第36-39页 |
| ·粗糙集模型 | 第36-37页 |
| ·商空间模型 | 第37-38页 |
| ·模糊集模型 | 第38页 |
| ·模型之间的关系 | 第38-39页 |
| ·粒计算在图像处理中的应用 | 第39-41页 |
| 第四章 粒计算的理论研究 | 第41-61页 |
| ·基于粒计算中集合近似的属性约简 | 第41-45页 |
| ·基于粒计算的属性约简在电厂锅炉控制系统中的应用 | 第41-42页 |
| ·原始数据的离散化和归一化处理 | 第42-43页 |
| ·基于粒计算中集合近似的属性约简 | 第43-45页 |
| ·基于二进制粒的模糊推理 | 第45-49页 |
| ·二进制粒的概念 | 第45-46页 |
| ·基于二进制粒的模糊推理 | 第46-49页 |
| ·粒计算在数据融合系统中的应用 | 第49-52页 |
| ·数据融合系统 | 第49-50页 |
| ·粒计算在数据融合系统中的应用 | 第50-52页 |
| ·基于粒计算方法的决策规则推导 | 第52-61页 |
| ·决策逻辑语言 | 第53-54页 |
| ·决策规则 | 第54-55页 |
| ·分类和决策算法 | 第55-56页 |
| ·决策算法的等价性 | 第56页 |
| ·两个特殊的分类 | 第56-61页 |
| 第五章 图象增强 | 第61-81页 |
| ·引言 | 第61页 |
| ·空域增强技术 | 第61-63页 |
| ·灰度映射或直方图变换 | 第62页 |
| ·线性滤波和非线性滤波 | 第62-63页 |
| ·频域增强技术 | 第63-65页 |
| ·彩色图象处理 | 第65-70页 |
| ·色度图 | 第65-67页 |
| ·彩色模型 | 第67-70页 |
| ·基于粒计算的图像增强 | 第70-81页 |
| ·基于粒计算的图像增强原理 | 第70-71页 |
| ·基于不可分辨关系的子图划分 | 第71-75页 |
| ·基于粒计算的增强算法 | 第75页 |
| ·Lina图象增强实验 | 第75-79页 |
| ·实验结果分析 | 第79-81页 |
| 第六章 总结 | 第81-83页 |
| ·论文的完成工作 | 第81页 |
| ·论文的进一步研究方向 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 攻读硕士期间发表的学术论文 | 第88页 |
