首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于改进量子进化核聚类算法的图像分割

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-17页
   ·引言第9-10页
   ·图像分割概述第10-13页
     ·图像分割的定义第11-12页
     ·图像分割的方法第12-13页
   ·图像分割的研究现状和趋势第13-14页
   ·论文的主要工作第14页
   ·论文主要内容及结构第14-17页
第二章 模糊聚类算法第17-31页
   ·聚类算法简介第17-19页
   ·硬C均值聚类算法第19-20页
   ·模糊 C-均值聚类算法第20-28页
     ·模糊理论基础第21-24页
     ·模糊 C-均值聚类算法第24-26页
     ·基于模糊聚类算法的图像分割第26-27页
     ·模糊 C-均值聚类算法在图像分割中的优缺点第27-28页
   ·实验仿真第28-30页
   ·本章小结第30-31页
第三章 模糊核函数聚类算法第31-43页
   ·核函数理论第31-35页
     ·有关核函数的定义与定理第31-32页
     ·核函数的基本原理第32-33页
     ·核函数的特点第33-34页
     ·核函数的选择第34-35页
   ·模糊核函数聚类算法第35-38页
   ·改进核模糊聚类算法第38-39页
   ·实验仿真第39-42页
   ·本章小结第42-43页
第四章 量子进化算法第43-67页
   ·进化算法研究现状第43-45页
   ·分布估计算法第45-53页
     ·分布估计算法的产生背景第45-46页
     ·分布估计算法的基本原理第46-47页
     ·分布估计算法的分类第47-53页
   ·量子计算原理第53-56页
     ·量子计算概述第53页
     ·量子计算基本原理第53-56页
   ·量子进化算法第56-64页
     ·量子进化算法的提出第56-57页
     ·量子个体的概率编码第57-59页
     ·量子进化操作第59-61页
     ·量子进化算法的结构框架第61-64页
   ·量子进化算法的改进第64-66页
   ·本章小结第66-67页
第五章 改进的量子进化核聚类算法第67-73页
   ·量子进化核聚类算法第67-68页
   ·改进的量子进化核聚类算法第68-69页
   ·实验仿真第69-72页
   ·本章小结第72-73页
第六章 结论与展望第73-75页
参考文献第75-79页
致谢第79-81页
攻读硕士学位期间已发表和录用的学术论文第81页

论文共81页,点击 下载论文
上一篇:基于离散余弦变换和小波域的图像水印算法研究
下一篇:RFID射频信号的小波消噪方法研究