| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 图像分割技术 | 第15-17页 |
| 1.2.1 基于聚类的分割方法 | 第16页 |
| 1.2.2 其他分割方法 | 第16-17页 |
| 1.3 聚类分析技术 | 第17-18页 |
| 1.3.1 基于划分的聚类算法 | 第17页 |
| 1.3.2 基于层次的聚类算法 | 第17-18页 |
| 1.3.3 基于图论的聚类算法 | 第18页 |
| 1.4 组织进化算法 | 第18-21页 |
| 1.4.1 组织进化算法的提出 | 第18-19页 |
| 1.4.2 组织进化中的定义 | 第19页 |
| 1.4.3 组织进化算法中的算子 | 第19-21页 |
| 1.4.4 组织进化算法流程 | 第21页 |
| 1.5 论文结构安排 | 第21-23页 |
| 第二章 基于组织进化算法的FCM算法及其在SAR图像分割中的应用 | 第23-33页 |
| 2.1 引言 | 第23页 |
| 2.2 基于组织进化的FCM算法 | 第23-26页 |
| 2.2.1 传统FCM算法 | 第23-24页 |
| 2.2.2 去噪策略 | 第24-25页 |
| 2.2.3 局部搜索算子 | 第25页 |
| 2.2.4 个体编码及评价函数 | 第25-26页 |
| 2.2.5 算法流程 | 第26页 |
| 2.3 实验仿真及结果分析 | 第26-33页 |
| 2.3.1 人工二分类图像实验结果及分析 | 第27-28页 |
| 2.3.2 人工四分类图像实验结果及分析 | 第28-29页 |
| 2.3.3 机场SAR图像实验结果及分析 | 第29-31页 |
| 2.3.4 港. SAR图像实验结果及分析 | 第31-33页 |
| 第三章 基于组织进化的ISODATA聚类算法及其在SAR图像分割中的应用 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 基于组织进化算法的ISODATA算法 | 第33-37页 |
| 3.2.1 传统ISODATA聚类算法 | 第33-34页 |
| 3.2.2 个体编码 | 第34页 |
| 3.2.3 像素块模型 | 第34-36页 |
| 3.2.4 评价函数 | 第36页 |
| 3.2.5 算法流程 | 第36-37页 |
| 3.3 实验仿真及结果分析 | 第37-47页 |
| 3.3.1 机场SAR图像实验结果及分析 | 第38-40页 |
| 3.3.2 农田SAR图像实验结果及分析 | 第40-43页 |
| 3.3.3 河流SAR图像实验结果及分析 | 第43-45页 |
| 3.3.4 道路SAR图像实验结果及分析 | 第45-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于DMEA多目标进化算法的聚类算法及其在SAR图像分割中的应用 | 第49-65页 |
| 4.1 引言 | 第49页 |
| 4.2 基于DMEA多目标进化算法的聚类算法 | 第49-54页 |
| 4.2.0 个体编码 | 第49-50页 |
| 4.2.1 目标函数 | 第50-51页 |
| 4.2.2 方向算子 | 第51-52页 |
| 4.2.3 档案更新算子 | 第52-53页 |
| 4.2.4 种群更新算子 | 第53-54页 |
| 4.2.5 算法流程 | 第54页 |
| 4.3 实验结果及分析 | 第54-65页 |
| 4.3.1 道路SAR图像分割结果及分析 | 第55-57页 |
| 4.3.2 机场SAR图像分割结果及分析 | 第57-60页 |
| 4.3.3 农田SAR图像分割结果及分析 | 第60-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 本文工作总结 | 第65-66页 |
| 5.2 未来工作的展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介 | 第73-74页 |
| 1.基本情况 | 第73页 |
| 2.教育背景 | 第73页 |
| 3.在学期间的研究成果 | 第73-74页 |
