| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-12页 |
| 1.1 图像分割的简介 | 第8页 |
| 1.2 应用模糊C-均值聚类与支持向量机的图像分割算法研究现状 | 第8-11页 |
| 1.2.1 应用模糊C-均值聚类的图像分割算法研究现状 | 第8-10页 |
| 1.2.2 应用支持向量机的图像分割算法研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 2 邻域尺度自适应模糊C-均值聚类算法 | 第12-28页 |
| 2.1 利用邻域像素信息的改进FCM算法简介 | 第12-15页 |
| 2.2 基于邻域半径自适应调节的新FCM算法(N-FGFCM) | 第15-20页 |
| 2.2.1 邻域窗口半径大小对算法结果的影响分析 | 第15-16页 |
| 2.2.2 N-FGFCM算法基本思想及邻域窗口自适应半径取法 | 第16-18页 |
| 2.2.3 N-FGFCM算法邻域窗口自适应半径取法的数值算例 | 第18-19页 |
| 2.2.4 N-FGFCM算法的基本结构 | 第19-20页 |
| 2.3 N-FGFCM算法的数值实验 | 第20-28页 |
| 3 结合NFGFCM算法自动选取参数的FSVM算法 | 第28-34页 |
| 3.1 模糊支持向量机简介 | 第28-30页 |
| 3.2 自动选取参数的模糊支持向量机(Auto-NFSVM)算法 | 第30-31页 |
| 3.3 Auto-NFSVM算法数值实验 | 第31-34页 |
| 结论与展望 | 第34-36页 |
| 参考文献 | 第36-38页 |
| 附录A 模糊C-均值聚类和模糊支持向量机理论 | 第38-44页 |
| 1 模糊C-均值聚类理论 | 第38-39页 |
| 2 支持向量机理论 | 第39-44页 |
| 攻读硕士学位期间发表学术论文情况 | 第44-46页 |
| 致谢 | 第46-48页 |
