基于划分的聚类及在图像分割中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 论文组织与安排 | 第11-12页 |
| 第2章 相关知识 | 第12-19页 |
| 2.1 聚类 | 第12-17页 |
| 2.1.1 聚类概念 | 第12-13页 |
| 2.1.2 聚类算法的分类 | 第13-15页 |
| 2.1.3 相似性度量 | 第15-16页 |
| 2.1.4 聚类准则 | 第16-17页 |
| 2.2 图像分割 | 第17-19页 |
| 2.2.1 图像分割概述 | 第17页 |
| 2.2.2 图像分割方法的分类 | 第17-18页 |
| 2.2.3 图像分割的应用 | 第18-19页 |
| 第3章 基于熵的模糊聚类与核聚类算法 | 第19-26页 |
| 3.1 引言 | 第19-20页 |
| 3.2 基于熵模糊聚类的统一目标函数 | 第20-21页 |
| 3.2.1 广义熵 | 第20页 |
| 3.2.2 熵聚类的统一目标函数 | 第20-21页 |
| 3.3 基于熵的模糊聚类与核聚类算法 | 第21-23页 |
| 3.3.1 熵模糊聚类 | 第21-22页 |
| 3.3.2 核模糊聚类 | 第22-23页 |
| 3.4 实验研究 | 第23-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 基于广义熵模糊聚类的图像分割 | 第26-31页 |
| 4.1 基于模糊C 均值的图像分割 | 第26-27页 |
| 4.2 基于空间调整的熵聚类及图像分割 | 第27-29页 |
| 4.3 实验结果与分析 | 第29-30页 |
| 4.4 本章小结 | 第30-31页 |
| 第5章 数据约简及其图像分割 | 第31-39页 |
| 5.1 引言 | 第31页 |
| 5.2 C 均值聚类与核C 均值聚类 | 第31-35页 |
| 5.2.1 初始中心的选取 | 第31-32页 |
| 5.2.2 初始分类的确定方法 | 第32-33页 |
| 5.2.3 C 均值聚类算法 | 第33页 |
| 5.2.4 核C 均值聚类 | 第33-35页 |
| 5.3 基于数据约简的图像分割 | 第35页 |
| 5.4 实验与分析 | 第35-38页 |
| 5.5 本章小结 | 第38-39页 |
| 第6章 总结与展望 | 第39-41页 |
| 6.1 本文总结 | 第39-40页 |
| 6.2 工作展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
| 攻读硕士学位期间发表论文情况 | 第44页 |
