基于规范切和分水岭的聚类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·聚类分析的研究背景及发展 | 第7-8页 |
| ·聚类分析的研究背景 | 第7页 |
| ·聚类分析的发展 | 第7-8页 |
| ·经典的聚类分析方法回顾 | 第8-11页 |
| ·K-means聚类方法 | 第9页 |
| ·谱聚类方法 | 第9页 |
| ·分层聚类方法 | 第9-10页 |
| ·基于分水岭变换的聚类方法 | 第10-11页 |
| ·论文的主要工作和内容安排 | 第11-13页 |
| 第二章 基于相似性与相异性的谱聚类算法 | 第13-25页 |
| ·谱聚类概述 | 第13-15页 |
| ·谱聚类方法的准则函数 | 第13-15页 |
| ·谱聚类算法的框架 | 第15页 |
| ·以规范切为目标函数的谱聚类算法 | 第15-16页 |
| ·基于相似性与相异性的谱聚类算法 | 第16-19页 |
| ·算法描述 | 第16-18页 |
| ·算法实现步骤 | 第18-19页 |
| ·实验结果及其分析 | 第19-24页 |
| ·聚类分析结果的评价 | 第19-20页 |
| ·人工数据集实验 | 第20-21页 |
| ·UCI数据集实验 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于规范切的分层凝聚聚类算法 | 第25-32页 |
| ·分层凝聚聚类概述 | 第25-27页 |
| ·分层凝聚聚类算法思想 | 第25-26页 |
| ·分层凝聚聚类方法的准则函数 | 第26-27页 |
| ·基于规范切的分层凝聚聚类算法 | 第27-29页 |
| 基于规范切和分水岭的聚类算法研究 | 第28-29页 |
| ·实验结果及其分析 | 第29-31页 |
| ·人工数据集实验 | 第29-30页 |
| ·UCI数据集实验 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于三维区域分水岭的腹部主要血管提取方法 | 第32-42页 |
| ·医学图像处理中的血管提取方法 | 第32-34页 |
| ·研究动机 | 第32-33页 |
| ·现有的血管提取算法分析 | 第33-34页 |
| ·基于三维区域分水岭的腹部主要血管提取方法 | 第34-38页 |
| ·区域生长思想 | 第34页 |
| ·本文算法实现思想 | 第34-35页 |
| ·图像预处理 | 第35-36页 |
| ·立方体区域的生长 | 第36页 |
| ·连通准则 | 第36页 |
| ·算法框图 | 第36-38页 |
| ·实验结果及其分析 | 第38-40页 |
| ·仿真条件与内容 | 第38页 |
| ·实验结果及分析 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 总结与展望 | 第42-44页 |
| ·论文总结 | 第42-43页 |
| ·工作展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 研究成果 | 第51-52页 |
