基于模糊谱聚类的图像分割研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| ·计算机视觉技术 | 第10-12页 |
| ·图像分割的背景意义 | 第12-13页 |
| ·本文的主要工作和创新点 | 第13-14页 |
| ·本文的主要工作 | 第13页 |
| ·本论文的主要贡献 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第2章 图像分割相关基础 | 第15-26页 |
| ·图像分割概念 | 第15-16页 |
| ·图像分割算法综述 | 第16-23页 |
| ·图像分割的应用发展趋势 | 第23-25页 |
| ·本章总结 | 第25-26页 |
| 第3章 谱聚类算法分析与研究 | 第26-44页 |
| ·基本理论 | 第26-32页 |
| ·图和矩阵的表示 | 第26-29页 |
| ·谱图理论 | 第29-30页 |
| ·图划分准则 | 第30-32页 |
| ·谱聚类算法 | 第32-37页 |
| ·谱聚类算法 | 第32-35页 |
| ·谱聚类算法与 K_Means 算法的比较 | 第35-37页 |
| ·谱聚类算法存在的问题以及研究进展 | 第37-38页 |
| ·Nystrom 谱聚类算法 | 第38-43页 |
| ·Nystrom 扩展方法 | 第38-39页 |
| ·Nystrom 扩展谱聚类算法 | 第39-41页 |
| ·改进的 Nystrom 谱聚类图像分割算法 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 模糊 c 均值聚类算法分析与研究 | 第44-53页 |
| ·模糊理论基础 | 第44-45页 |
| ·模糊数学的产生 | 第44页 |
| ·模糊划分空间 | 第44-45页 |
| ·模糊 c 均值聚类算法 | 第45-49页 |
| ·硬 c-均值聚类算法 | 第46-47页 |
| ·模糊 c-均值聚类算法 | 第47-49页 |
| ·模糊 c 均值聚类算法分析及相关研究 | 第49-52页 |
| ·聚类类别数 c 的确定 | 第49-50页 |
| ·初始聚类中心、隶属度矩阵的确定 | 第50-51页 |
| ·加权指数 m 的设置 | 第51页 |
| ·局部极值 | 第51页 |
| ·计算量过大问题 | 第51-52页 |
| ·本文模糊 c 均值聚类参数设置 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第5章 模糊谱聚类的图像分割算法研究与实现 | 第53-76页 |
| ·算法流程 | 第53-56页 |
| ·算法的中间变量及实现 | 第56-65页 |
| ·模糊正定核谱聚类算法的中间变量 | 第56-62页 |
| ·相似度矩阵非正定核模糊谱聚类算法的中间变量 | 第62-65页 |
| ·仿真实验 | 第65-74页 |
| ·评价标准 | 第65-66页 |
| ·对数据集的实验 | 第66页 |
| ·对图像分割算法的实验 | 第66-74页 |
| ·本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 在攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85-86页 |
