模糊聚类算法的研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·课题研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·聚类分析的研究现状 | 第8-10页 |
| ·模糊聚类分析的研究现状 | 第10-11页 |
| ·模糊聚类有效性的研究现状 | 第11-12页 |
| ·本文的主要研究内容及组织结构 | 第12-14页 |
| 第二章 模糊聚类的相关理论 | 第14-25页 |
| ·模糊聚类 | 第14-19页 |
| ·模糊集合的基本概念 | 第14-15页 |
| ·模糊聚类不确定性的度量 | 第15-16页 |
| ·模糊聚类算法的实现途径研究 | 第16-17页 |
| ·模糊聚类分析算法 | 第17-19页 |
| ·模糊C-均值聚类算法的研究 | 第19-23页 |
| ·数据集 C 的划分 | 第19-20页 |
| ·HCM 聚类算法 | 第20-21页 |
| ·FCM 算法简介 | 第21-23页 |
| ·模糊聚类的应用研究 | 第23-24页 |
| ·模糊聚类在模式识别中的应用 | 第23-24页 |
| ·模糊聚类在图像处理中的应用 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 一种新的模糊聚类有效性指标 | 第25-42页 |
| ·模糊聚类有效性指标的概述 | 第25-28页 |
| ·模糊聚类有效性判决算法 | 第28页 |
| ·一种新的模糊聚类有效性函数 | 第28-30页 |
| ·类内紧致度的度量 | 第28-29页 |
| ·类间分离度的度量 | 第29页 |
| ·类间清晰度的度量 | 第29-30页 |
| ·一种新的模糊聚类有效性指标 | 第30页 |
| ·实验结果分析 | 第30-40页 |
| ·实验数据集 | 第31-34页 |
| ·实验结果与分析 | 第34-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 改进的模糊C-均值算法 | 第42-51页 |
| ·聚类中心的初始化方法研究 | 第42页 |
| ·模糊C均值算法存在的问题 | 第42-43页 |
| ·标准粒子群优化算法 | 第43-45页 |
| ·改进的FCM算法 | 第45-47页 |
| ·改进的 FCM 算法描述 | 第45-46页 |
| ·改进算法的具体步骤 | 第46-47页 |
| ·实验结果分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 模糊聚类在图像分割中的应用 | 第51-62页 |
| ·图像分割的相关理论 | 第51-53页 |
| ·图像分割的概述 | 第51-52页 |
| ·模糊 C 均值聚类图像分割算法 | 第52-53页 |
| ·改进的基于FCM的图像分割方法 | 第53-61页 |
| ·算法设计 | 第53页 |
| ·实验结果分析 | 第53-61页 |
| ·本章小结 | 第61-62页 |
| 主要结论与展望 | 第62-63页 |
| 主要结论 | 第62页 |
| 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第67页 |
