聚类分析在图像分类中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-13页 |
| ·数据挖掘的起源 | 第10页 |
| ·聚类分析及其应用 | 第10-11页 |
| ·图像及图像识别 | 第11-13页 |
| ·图像 | 第11-13页 |
| ·图像识别 | 第13页 |
| ·基于聚类分析的图像识别 | 第13-14页 |
| ·发展现状及趋势 | 第14页 |
| ·选题的目的和意义 | 第14-15页 |
| ·课题的主要工作 | 第15页 |
| ·论文的结构和组织 | 第15-17页 |
| 2 聚类分析技术 | 第17-27页 |
| ·聚类分析的定义 | 第18页 |
| ·聚类分析的数据基础 | 第18-23页 |
| ·数据属性 | 第18-19页 |
| ·聚类分析的数据结构 | 第19-20页 |
| ·不同变量的相异度计算方法 | 第20-23页 |
| ·区间标度变量 | 第20-21页 |
| ·二元变量 | 第21-22页 |
| ·标称变量 | 第22页 |
| ·混合类型变量 | 第22-23页 |
| ·不同的聚类类型 | 第23页 |
| ·聚类算法的分类 | 第23-24页 |
| ·聚类算法的一般特性 | 第24-25页 |
| ·选用聚类算法的参考因素 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 数字图像 | 第27-31页 |
| ·图像与数字图像 | 第27-28页 |
| ·图像的数字化 | 第27页 |
| ·数字图像的表示 | 第27-28页 |
| ·图像文件格式 | 第28页 |
| ·图像的读取与显示 | 第28-29页 |
| ·图像文件的读取 | 第28页 |
| ·图像文件的显示 | 第28-29页 |
| ·8 位和16 位RGB 图像 | 第29页 |
| ·课题中用到的MATLAB 命令 | 第29-31页 |
| 4 聚类算法的改进和完善 | 第31-38页 |
| ·CADD 算法分析 | 第31-36页 |
| ·算法的整体思路 | 第31-32页 |
| ·算法基于的相关定义 | 第32-33页 |
| ·算法描述 | 第33-34页 |
| ·算法中的参数分析 | 第34-36页 |
| ·CADD 算法的改进 | 第36-38页 |
| 5 图像数据的处理 | 第38-40页 |
| ·数据文件格式的转换 | 第38页 |
| ·数据事实标识符的添加 | 第38页 |
| ·图像分类后换色及换色后显示图像 | 第38页 |
| ·利用像素点的平均采样提高算法效率 | 第38-40页 |
| 6 CADD 算法在图像分类中的应用 | 第40-51页 |
| ·传统聚类算法的分析 | 第40页 |
| ·传统聚类算法的实验结果 | 第40-44页 |
| ·CADD 算法的实验结果 | 第44-49页 |
| ·实验结果对比分析 | 第49-51页 |
| 7 程序界面的设计与实现 | 第51-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
