无线传感器网络中面向图像的模糊C均值聚类算法的研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-20页 |
| 1.2.1 聚类算法的研究现状 | 第11-13页 |
| 1.2.2 模糊C均值聚类算法的研究现状 | 第13-17页 |
| 1.2.3 无线传感网中聚类算法的研究现状 | 第17-19页 |
| 1.2.4 萤火虫算法的研究现状 | 第19-20页 |
| 1.3 论文的研究内容与创新点 | 第20页 |
| 1.4 论文的组织结构 | 第20-22页 |
| 第二章 模糊C均值聚类算法介绍 | 第22-26页 |
| 2.1 模糊C均值聚类算法 | 第22-23页 |
| 2.2 模糊C均值聚类算法参数M的选择 | 第23页 |
| 2.3 模糊C均值聚类算法函数的鲁棒性分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于邻域隶属度的改进FCM算法 | 第26-31页 |
| 3.1 MFCM算法模型 | 第26页 |
| 3.2 目标函数中参数M,A的选择 | 第26-27页 |
| 3.3 MFCM算法步骤 | 第27-28页 |
| 3.4 实验及结果分析 | 第28-30页 |
| 3.4.1 噪声处理分析 | 第28-29页 |
| 3.4.2 运算时间分析 | 第29-30页 |
| 3.5 本章小节 | 第30-31页 |
| 第四章 基于萤火虫算法的改进FCM算法 | 第31-40页 |
| 4.1 萤火虫算法 | 第31-33页 |
| 4.2 FAMFCM算法 | 第33-34页 |
| 4.3 实验及结果分析 | 第34-39页 |
| 4.3.1 能耗实验及分析 | 第34-36页 |
| 4.3.2 聚类效果分析 | 第36-39页 |
| 4.3.2.1 正确率分析 | 第36-37页 |
| 4.3.2.2 真实图像聚类效果分析 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| 5.1 全文总结 | 第40页 |
| 5.2 研究展望 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士学位期间参加的科研项目 | 第48页 |
