一种改进的FCM算法及其在图像分割中的应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1. 绪论 | 第7-11页 |
| 2. 模糊聚类 | 第11-15页 |
| 2.1 聚类分析 | 第11-12页 |
| 2.2 模糊集合理论 | 第12-13页 |
| 2.3 模糊聚类应用 | 第13-15页 |
| 3. 模糊C均值聚类算法 | 第15-27页 |
| 3.1 FCM聚类算法介绍 | 第15-19页 |
| 3.1.1 硬C均值算法 | 第15-16页 |
| 3.1.2 FCM聚类算法原理 | 第16-19页 |
| 3.2 基于FCM聚类算法的应用 | 第19-21页 |
| 3.2.1 基于FCM算法的图像分割 | 第19-21页 |
| 3.2.2 划分评价指标 | 第21页 |
| 3.3 FCM聚类算法优点和不足 | 第21-27页 |
| 3.3.1 FCM算法的优点 | 第21-22页 |
| 3.3.2 FCM聚类算法的不足 | 第22-27页 |
| 4. 改进的加权FCM算法及参数优选 | 第27-37页 |
| 4.1 改进的加权FCM聚类算法 | 第27-29页 |
| 4.2 改进的加权FCM的参数优选及解释 | 第29-37页 |
| 4.2.1 聚类个数C的优选及解释 | 第29-33页 |
| 4.2.2 加权系数ω优选及解释 | 第33-37页 |
| 5. 实验结果及分析 | 第37-47页 |
| 6. 结论与展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51-52页 |
