基于半监督聚类的图像分割算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·图像分割 | 第12-13页 |
| ·半监督聚类 | 第13-14页 |
| ·论文主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 2 图像分割方法研究 | 第16-22页 |
| ·传统图像分割方法 | 第16-17页 |
| ·基于区域的方法 | 第16页 |
| ·基于边缘的方法 | 第16-17页 |
| ·基于函数优化的方法 | 第17页 |
| ·结合特定理论的图像分割方法 | 第17-20页 |
| ·基于神经网络的方法 | 第17-18页 |
| ·基于支持向量机的方法 | 第18-19页 |
| ·基于遗传算法的方法 | 第19页 |
| ·基于小波分析和变换的方法 | 第19-20页 |
| ·基于聚类的方法 | 第20页 |
| ·传统图像分割方法的不足 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 半监督聚类方法研究 | 第22-42页 |
| ·半监督学习简介 | 第22-23页 |
| ·聚类相关的概念及原理 | 第23-27页 |
| ·簇的概念 | 第24-25页 |
| ·簇的不同类型 | 第25-26页 |
| ·常见的聚类类型 | 第26-27页 |
| ·半监督聚类理论 | 第27-29页 |
| ·基于限制的方法 | 第27-28页 |
| ·基于距离测度的方法 | 第28页 |
| ·基于相似性度量的方法 | 第28页 |
| ·基于隐藏信息的方法 | 第28-29页 |
| ·经典聚类算法理论及实现 | 第29-41页 |
| ·经典无监督聚类算法 | 第29-38页 |
| ·经典半监督聚类算法 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 4 基于半监督聚类的图像分割算法研究 | 第42-57页 |
| ·基于半监督KMeans聚类的图像分割算法 | 第42-49页 |
| ·KMeans聚类算法 | 第42-44页 |
| ·半监督KMeans聚类算法 | 第44-45页 |
| ·基于半监督KMeans聚类的图像分割算法 | 第45-48页 |
| ·实验结果及分析 | 第48-49页 |
| ·基于半监督FCM聚类的图像分割算法 | 第49-55页 |
| ·FCM聚类算法 | 第49-51页 |
| ·半监督FCM聚类算法 | 第51-52页 |
| ·基于半监督FCM聚类的图像分割算法 | 第52-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 5 总结 | 第57-61页 |
| ·总结全文 | 第57-59页 |
| ·下一步工作 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 个人简历 | 第67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
