一种基于膜计算框架的谱聚类算法及其在图像分割上的应用
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 谱聚类算法的研究历史和现状 | 第11-12页 |
| 1.3 膜计算的研究历史和现状 | 第12-14页 |
| 1.4 图像分割的研究历史和现状 | 第14-15页 |
| 1.5 论文主要工作及章节安排 | 第15-16页 |
| 2 谱聚类、膜计算和图像分割的基础理论 | 第16-35页 |
| 2.1 谱聚类算法基本理论 | 第16-22页 |
| 2.1.1 谱图理论 | 第16-18页 |
| 2.1.2 图划分理论 | 第18-19页 |
| 2.1.3 图划分的割集准则 | 第19-21页 |
| 2.1.4 谱聚类算法 | 第21-22页 |
| 2.2 膜计算的基本理论 | 第22-25页 |
| 2.2.1 自然计算 | 第22-23页 |
| 2.2.2 膜计算的生物基础 | 第23-25页 |
| 2.3 膜计算模型 | 第25-30页 |
| 2.3.1 细胞型P系统 | 第26-27页 |
| 2.3.2 组织型P系统 | 第27-28页 |
| 2.3.3 神经型P系统 | 第28-30页 |
| 2.4 图像分割的基本理论 | 第30-31页 |
| 2.5 主要的图像分割方法 | 第31-34页 |
| 2.5.1 基于边缘的分割方法 | 第31-33页 |
| 2.5.2 阈值分割方法 | 第33-34页 |
| 2.5.3 基于聚类的分割方法 | 第34页 |
| 2.5.4 基于数据形态学的分割算法 | 第34页 |
| 2.6 本章小结 | 第34-35页 |
| 3 一种基于膜计算的谱聚类算法 | 第35-54页 |
| 3.0 系统架构 | 第35页 |
| 3.1 膜聚类算法 | 第35-36页 |
| 3.2 PSO速度-位移模型 | 第36-38页 |
| 3.2.1 基本原理 | 第36-37页 |
| 3.2.2 算法流程 | 第37-38页 |
| 3.3 设计一个组织P系统 | 第38-42页 |
| 3.3.1 膜结构 | 第38-39页 |
| 3.3.2 对象的表示 | 第39-40页 |
| 3.3.3 膜对象的初始化 | 第40页 |
| 3.3.4 转运规则 | 第40-41页 |
| 3.3.5 对象的评估 | 第41页 |
| 3.3.6 进化规则 | 第41页 |
| 3.3.7 停机条件 | 第41-42页 |
| 3.4 膜谱聚类算法描述 | 第42-44页 |
| 3.5 仿真实验及结果分析 | 第44-53页 |
| 3.5.1 实验数据集 | 第44-47页 |
| 3.5.2 评价指标 | 第47页 |
| 3.5.3 参数设置 | 第47-48页 |
| 3.5.4 实验结果 | 第48-53页 |
| 3.6 本章小结 | 第53-54页 |
| 4 膜谱聚类算法在图像分割中的应用 | 第54-65页 |
| 4.1 谱聚类图像分割算法 | 第54-56页 |
| 4.1.1 相似度矩阵的构造 | 第54-55页 |
| 4.1.2 特征空间 | 第55-56页 |
| 4.2 设计一个组织P系统 | 第56-58页 |
| 4.2.1 膜结构 | 第56-57页 |
| 4.2.2 进化规则 | 第57页 |
| 4.2.3 转运规则 | 第57页 |
| 4.2.4 对象的评估 | 第57-58页 |
| 4.3 算法描述 | 第58-60页 |
| 4.4 仿真实验及结果分析 | 第60-64页 |
| 4.4.1 实验数据集 | 第60页 |
| 4.4.2 实验参数 | 第60-61页 |
| 4.4.3 评价指标 | 第61页 |
| 4.4.4 实验结果 | 第61-64页 |
| 4.5 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表论文及科研成果 | 第72-73页 |
| 致谢 | 第73-74页 |
