基于混合特征的模糊聚类技术研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要内容与组织结构 | 第14-17页 |
| 第二章 聚类分析与聚类算法简介 | 第17-31页 |
| ·聚类分析 | 第17-18页 |
| ·基本概念 | 第17页 |
| ·聚类分析的工作流程 | 第17-18页 |
| ·聚类算法 | 第18-25页 |
| ·划分式聚类算法 | 第18-22页 |
| ·层次聚类算法 | 第22-23页 |
| ·基于网格和密度的聚类算法 | 第23-24页 |
| ·其他聚类算法 | 第24-25页 |
| ·聚类算法的性能评估 | 第25-27页 |
| ·聚类算法的特性 | 第25-26页 |
| ·聚类算法的评价 | 第26-27页 |
| ·聚类算法的有效性 | 第27页 |
| ·模糊聚类算法 | 第27-28页 |
| ·模糊C均值聚类算法 | 第27-28页 |
| ·模糊聚类算法的不足 | 第28页 |
| ·本章小结 | 第28-31页 |
| 第三章 基于混合特征的模糊聚类方法 | 第31-45页 |
| ·数据混合特征提取 | 第31-32页 |
| ·数据特征 | 第31页 |
| ·数据特征提取 | 第31-32页 |
| ·混合数据特征提取 | 第32页 |
| ·模糊聚类方法的改进 | 第32-35页 |
| ·改进的基本思路 | 第32-33页 |
| ·特征提取机制 | 第33-34页 |
| ·特征的聚类一致性度量 | 第34页 |
| ·聚类完全的混合特征集 | 第34-35页 |
| ·基于混合特征的模糊聚类算法 | 第35-38页 |
| ·算法框架 | 第35-37页 |
| ·基于混合特征的模糊C均值聚类算法 | 第37-38页 |
| ·算法分析 | 第38页 |
| ·试验结果及分析 | 第38-44页 |
| ·点集聚类 | 第39-42页 |
| ·线型聚类 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于混合特征的遥感图像模糊聚类分析 | 第45-55页 |
| ·遥感图像聚类分析 | 第45-48页 |
| ·研究的背景和意义 | 第45-47页 |
| ·遥感图像数据 | 第47页 |
| ·遥感图像模糊聚类分析技术 | 第47-48页 |
| ·基于混合特征的遥感图像聚类 | 第48-50页 |
| ·遥感图像模糊聚类分析系统 | 第48-49页 |
| ·图像处理函数库 | 第49页 |
| ·图像特征提取函数库 | 第49-50页 |
| ·试验结果 | 第50-54页 |
| ·遥感图像数据的准备 | 第50-51页 |
| ·图像聚类特征提取函数集合 | 第51-52页 |
| ·试验结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 发表和录用文章目录 | 第61-63页 |
| 致谢 | 第63-65页 |
| 个人简历 | 第65-66页 |
