基于自组织神经网络与模糊算法的彩色图像聚类分割系统

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-11页
·研究背景和课题来源	第7-8页
·国内外研究现状	第8-9页
·需要解决的问题	第9-10页
·论文的主要内容安排	第10-11页
第二章 彩色图像聚类分割的相关算法	第11-23页
·自组织特征映射神经网络与彩色图像聚类	第11-15页
·自组织特征映射神经网络的结构	第11-12页
·自组织神经网络的学习算法	第12-15页
·自组织神经网络在彩色图像聚类中的实现	第15页
·聚类算法与颜色数目和聚类中心的选取	第15-19页
·模糊C 均值（FCM）聚类算法的基本概念	第15-16页
·Gath-Geva (GG)算法的基本概念	第16-17页
·其它常见的聚类算法	第17-19页
·模糊算法的有效性	第19-21页
·本章小结	第21-23页
第三章 基于两层结构的彩色图像聚类分割系统	第23-35页
·彩色图像聚类分割系统的总体设计	第23-24页
·颜色空间的选取问题	第24-25页
·基于SOFM 神经网络的第一层结构设计	第25-30页
·SOFM 神经网络的初始化	第25-27页
·映射网络规模的最适化决策	第27-28页
·SOFM 在聚类分割系统中的训练算法	第28-30页
·第一层聚类的收敛标准	第30页
·基于模糊算法的第二层结构设计	第30-34页
·颜色分割数目的最优选择	第31-32页
·聚类中心的调整	第32-34页
·彩色图像聚类分割的评价标准	第34页
·本章小结	第34-35页
第四章 彩色图像聚类分割系统的仿真结果	第35-55页
·颜色空间的合理性选择	第35-36页
·映射网络最优尺寸的选取	第36-40页
·分割颜色数目的最优选取	第40-43页
·聚类中心的优化调整结果	第43-46页
·分割结果与传统方法的比较	第46-53页
·本章小结	第53-55页
第五章 结束语	第55-57页
·总结	第55-56页
·下一步工作	第56-57页
致谢	第57-59页
参考文献	第59-63页