| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·图像分割 | 第9-12页 |
| ·半监督聚类 | 第12-13页 |
| ·论文的主要内容和结构安排 | 第13-16页 |
| 第二章 半监督聚类算法的理论基础 | 第16-26页 |
| ·引言 | 第16页 |
| ·聚类分析 | 第16-18页 |
| ·经典无监督聚类算法 | 第18-21页 |
| ·K-Means 聚类算法 | 第18-19页 |
| ·模糊 C 均值聚类算法 | 第19-21页 |
| ·经典半监督聚类算法 | 第21-24页 |
| ·COP K-means 聚类算法 | 第22页 |
| ·Seeded K-means 和 Constrained K-means 聚类算法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于约束对的半监督核 K 均值聚类的图像分割 | 第26-38页 |
| ·引言 | 第26页 |
| ·小波纹理特征提取 | 第26-28页 |
| ·离散小波变换的简介 | 第26-27页 |
| ·图像的小波变换实现 | 第27-28页 |
| ·小波纹理特征提取 | 第28页 |
| ·核 K 均值聚类算法 | 第28-30页 |
| ·核方法 | 第28-29页 |
| ·核 K 均值聚类算法 | 第29-30页 |
| ·基于约束对的半监督核 K 均值聚类算法 | 第30-33页 |
| ·算法基本思想 | 第30-31页 |
| ·算法流程 | 第31-33页 |
| ·仿真实验及结果分析 | 第33-36页 |
| ·UCI 数据集测试 | 第33-34页 |
| ·图像测试 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于种子集的半监督权重核模糊聚类的图像分割 | 第38-48页 |
| ·引言 | 第38页 |
| ·基于种子集的半监督核模糊聚类算法 | 第38-39页 |
| ·基于种子集的半监督权重核模糊聚类算法 | 第39-44页 |
| ·算法基本思想 | 第39页 |
| ·算法流程 | 第39-44页 |
| ·仿真实验及结果分析 | 第44-47页 |
| ·UCI 数据集测试 | 第44-45页 |
| ·图像测试 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于种子集的半监督改进模糊局部信息 C 均值聚类的图像分割 | 第48-58页 |
| ·引言 | 第48页 |
| ·基于种子集的半监督模糊局部信息 C 均值聚类算法 | 第48-50页 |
| ·算法主要思想 | 第48-49页 |
| ·算法流程 | 第49-50页 |
| ·仿真实验及结果分析 | 第50-56页 |
| ·人工纹理图像测试 | 第50-53页 |
| ·模拟 SAR 图像测试 | 第53-54页 |
| ·自然图像测试 | 第54-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 研究生期间的科研成果 | 第68-69页 |
