| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的主要工作 | 第13-16页 |
| ·研究目标 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第二章 聚类分析及模糊聚类算法 | 第16-26页 |
| ·聚类分析 | 第16-18页 |
| ·常见的聚类算法 | 第18-24页 |
| ·K-means 算法 | 第18-19页 |
| ·K-medoids 算法 | 第19-21页 |
| ·BIRCH 算法 | 第21-22页 |
| ·DBSCAN 算法 | 第22-23页 |
| ·STING 算法 | 第23-24页 |
| ·模糊C-均值聚类 | 第24-26页 |
| 第三章 模糊C-均值聚类算法的改进 | 第26-38页 |
| ·FCM 算法有效性判别 | 第26-28页 |
| ·基于粒子群的FCM 算法(PSO-FCM) | 第28-31页 |
| ·粒子群算法(PSO) | 第28-30页 |
| ·基于粒子群的FCM 算法(PSO-FCM) | 第30-31页 |
| ·模拟退火粒子群算法(SA-PSO) | 第31-36页 |
| ·模拟退火算法 | 第31-35页 |
| ·模拟退火粒子群算法(SA-PSO) | 第35-36页 |
| ·基于SA-PSO 的FCM 聚类 | 第36-37页 |
| ·实验结果 | 第37-38页 |
| 第四章 图像分割算法 | 第38-46页 |
| ·图像分割算法 | 第38-42页 |
| ·阈值化分割方法 | 第39-40页 |
| ·基于边缘检测的方法 | 第40-41页 |
| ·基于区域的分割方法 | 第41-42页 |
| ·其它基于特定理论工具的分割技术 | 第42页 |
| ·图像分割质量的评价方法 | 第42-43页 |
| ·基于模糊聚类算法的图像分割算法研究现状 | 第43-46页 |
| 第五章 基于模糊聚类算法的图像分割 | 第46-53页 |
| ·基于FCM 聚类算法的图像分割 | 第46-47页 |
| ·基于改进的FCM 聚类算法的图像分割 | 第47-50页 |
| ·基于PSO 的模糊C-均值聚类图像分割算法 | 第47-48页 |
| ·基于SA-PSO 的模糊C-均值聚类图像分割算法 | 第48-50页 |
| ·实验结果 | 第50-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·本文总结 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文及参与的项目 | 第59-60页 |
| 致谢 | 第60页 |