| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-35页 |
| 1.1 研究背景和意义 | 第20-21页 |
| 1.2 经典聚类算法 | 第21-29页 |
| 1.2.1 层次聚类算法 | 第21-23页 |
| 1.2.2 划分聚类算法 | 第23-25页 |
| 1.2.3 密度聚类算法 | 第25页 |
| 1.2.4 其他聚类算法 | 第25-29页 |
| 1.3 聚类算法的关键问题 | 第29-31页 |
| 1.4 图像分割概述 | 第31-33页 |
| 1.5 本文的主要工作及安排 | 第33-35页 |
| 第二章 采用万有引力自动确定类数的K-means算法 | 第35-45页 |
| 2.1 引言 | 第35页 |
| 2.2 相关知识 | 第35-38页 |
| 2.2.1 万有引力定律 | 第35-36页 |
| 2.2.2 正交设计 | 第36-37页 |
| 2.2.3 均匀设计 | 第37-38页 |
| 2.3 GK-means算法 | 第38-40页 |
| 2.3.1 GK-means算法思想 | 第38-39页 |
| 2.3.2 GK-means算法步骤 | 第39-40页 |
| 2.4 实验结果及分析 | 第40-43页 |
| 2.4.1 性能评价函数 | 第40-41页 |
| 2.4.2 实验结果 | 第41-43页 |
| 2.5 小结 | 第43-45页 |
| 第三章 一种改进的基于密度聚类的FDP算法 | 第45-54页 |
| 3.1 引言 | 第45页 |
| 3.2 FDP算法 | 第45-48页 |
| 3.3 DBSCAN算法 | 第48-49页 |
| 3.4 FDP_DR算法 | 第49-50页 |
| 3.4.1 算法思想 | 第49页 |
| 3.4.2 时间和空间复杂度 | 第49-50页 |
| 3.5 实验结果 | 第50-51页 |
| 3.5.1 人造数据集实验 | 第50-51页 |
| 3.5.2 UCI数据集实验 | 第51页 |
| 3.6 小结 | 第51-54页 |
| 第四章 基于谱聚类的多层次聚类算法 | 第54-76页 |
| 4.1 引言 | 第54页 |
| 4.2 利用AP算法进行图像分割 | 第54-60页 |
| 4.2.1 问题描述 | 第54-55页 |
| 4.2.2 AP算法 | 第55-57页 |
| 4.2.3 GLHAP算法 | 第57页 |
| 4.2.4 实验结果及分析 | 第57-60页 |
| 4.2.5 小结 | 第60页 |
| 4.3 基于谱聚类的多层次聚类算法 | 第60-74页 |
| 4.3.1 引言 | 第60-62页 |
| 4.3.2 预处理 | 第62-63页 |
| 4.3.3 特征提取 | 第63-65页 |
| 4.3.4 分割 | 第65-68页 |
| 4.3.5 实验结果及分析 | 第68-74页 |
| 4.4 小结 | 第74-76页 |
| 第五章 基于密度峰值的多层次聚类算法 | 第76-86页 |
| 5.1 引言 | 第76页 |
| 5.2 AFDP算法 | 第76页 |
| 5.3 实验结果及分析 | 第76-80页 |
| 5.3.1 人造数据集实验 | 第77-80页 |
| 5.3.2 UCI数据集实验 | 第80页 |
| 5.4 AFDP算法在图像分割中的应用 | 第80-82页 |
| 5.4.1 引言 | 第80页 |
| 5.4.2 实验结果与分析 | 第80-82页 |
| 5.5 AFDP算法在天文学中的应用 | 第82-84页 |
| 5.5.1 引言 | 第82页 |
| 5.5.2 实验结果与分析 | 第82-84页 |
| 5.6 小结 | 第84-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 全文工作总结 | 第86-87页 |
| 6.2 工作展望 | 第87-88页 |
| 参考文献 | 第88-97页 |
| 致谢 | 第97-99页 |
| 作者简介 | 第99-101页 |