谱聚类方法在图像分割中的应用研究

摘要	第1-4页
ABSTRACT	第4-8页
第一章 绪论	第8-16页
·图像分割的研究背景和意义	第8-9页
·图像分割的研究现状与目标	第9-12页
·谱聚类在图像分割中的研究意义与现状	第12-14页
·本文的主要内容及章节安排	第14-16页
第二章 谱聚类算法	第16-30页
·基本理论	第16-20页
·图划分准则	第16-18页
·相似度矩阵及Laplacian矩阵	第18-19页
·势函数,Fiedler向量以及谱	第19-20页
·经典谱聚类算法	第20-24页
·迭代谱聚类	第20-22页
·多路谱聚类	第22-24页
·基于Nystrom逼近的谱聚类	第24-28页
·基于Nystrom逼近的谱聚类的理论基础	第24-27页
·基于Nystrom逼近的谱聚类的实现与分析	第27-28页
·本章小结	第28-30页
第三章 结合贝叶斯决策的半监督谱聚类用于图像分割	第30-60页
·半监督学习的基础知识	第30-35页
·半监督学习的基本理论	第30-32页
·半监督学习的常用方法	第32-33页
·半监督聚类的方法研究	第33-35页
·结合贝叶斯决策的半监督谱聚类算法	第35-45页
·基于贝叶斯决策的距离测度函数	第36-40页
·带约束的K均值聚类算法	第40-41页
·贝叶斯半监督谱聚类算法的实现与分析	第41-45页
·基于卡通_纹理分解模型的特征提取	第45-47页
·实验结果与分析	第47-58页
·本章小结	第58-60页
第四章 基于邻近特性的大规模图像分割谱聚类方法	第60-68页
·基于邻近特性的大规模图像分割谱聚类的设计思路	第60-61页
·基于邻近特性的大规模图像分割谱聚类的具体实现	第61-63页
·实验结果与分析	第63-66页
·本章小结	第66-68页
第五章 总结与展望	第68-70页
·全文总结	第68-69页
·研究展望	第69-70页
参考文献	第70-78页
致谢	第78-80页
攻读硕士学位期间的研究成果	第80页