| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 聚类的应用及研究意义 | 第10页 |
| 1.2 聚类的研究现状 | 第10-11页 |
| 1.3 超顺磁聚类的思想 | 第11-12页 |
| 1.4 超顺磁聚类的元胞自动机实现及研究 | 第12页 |
| 1.5 本文研究内容和组织结构 | 第12-14页 |
| 第二章 数据聚类概述 | 第14-20页 |
| 2.1 聚类的定义 | 第14页 |
| 2.2 近邻测度 | 第14-16页 |
| 2.2.1 不相似测度 | 第14-15页 |
| 2.2.2 相似性测度 | 第15-16页 |
| 2.3 对聚类的典型要求 | 第16-17页 |
| 2.4 几种常见的聚类算法 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第三章 从Potts模型到超顺磁聚类 | 第20-32页 |
| 3.1 Potts模型 | 第20-23页 |
| 3.1.1 格阵 | 第20-21页 |
| 3.1.2 Ising模型 | 第21-22页 |
| 3.1.3 Potts模型 | 第22-23页 |
| 3.2 超顺磁数据聚类 | 第23-24页 |
| 3.2.1 Potts系统的动力学行为 | 第23页 |
| 3.2.2 Potts系统动力学与数据聚类的对应 | 第23-24页 |
| 3.2.3 基于Potts系统的超顺磁聚类 | 第24页 |
| 3.3 超顺磁聚类的Monte Carlo方法实现 | 第24-25页 |
| 3.4 元胞自动机 | 第25-27页 |
| 3.4.1 元胞自动机的定义 | 第25页 |
| 3.4.2 元胞自动机的组成 | 第25-26页 |
| 3.4.3 元胞自动机的特征 | 第26-27页 |
| 3.4.5 元胞自动机的应用 | 第27页 |
| 3.5 超顺磁聚类的元胞自动机实现 | 第27-31页 |
| 3.5.1 超顺磁聚类的元胞自动机模型 | 第27-29页 |
| 3.5.2 超顺磁聚类的元胞自动机算法步骤 | 第29-30页 |
| 3.5.3 超顺磁聚类的优缺点 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 超顺磁聚类元胞自动机的改进及参数研究 | 第32-46页 |
| 4.1 超顺磁相的定位研究 | 第32-35页 |
| 4.1.1 Potts系统的磁化率 | 第32-33页 |
| 4.1.2 超顺磁相区间定位方案 | 第33页 |
| 4.1.3 两个测试实例 | 第33-35页 |
| 4.2 磁子间相互作用形式研究 | 第35-37页 |
| 4.3 超顺磁聚类元胞自动机参数研究 | 第37-44页 |
| 4.3.1 几种常见的数据分布形状 | 第37-38页 |
| 4.3.2 超顺磁聚类中的参数 | 第38页 |
| 4.3.3 参数 q对聚类的影响 | 第38-42页 |
| 4.3.4 参数 K的对聚类的影响 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 超顺磁数据聚类在图像分割领域的应用 | 第46-56页 |
| 5.1 数字图像的矩阵表示 | 第46-47页 |
| 5.2 图像分割的定义 | 第47页 |
| 5.3 图像分割方法分类 | 第47-49页 |
| 5.4 超顺磁聚类的元胞自动机在图像分割中的应用 | 第49-54页 |
| 5.4.1 图像的特征提取 | 第49-50页 |
| 5.4.2 数据的预处理 | 第50页 |
| 5.4.3 近邻测度的选取 | 第50-51页 |
| 5.4.4 图像分割算法步骤 | 第51页 |
| 5.4.5 分割结果与分析 | 第51-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-64页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第64-65页 |
| 致谢 | 第65页 |