版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、南京師范大學(xué)碩士學(xué)位論文聚類(lèi)算法及其在圖像分割中的應(yīng)用研究姓名：張國(guó)陳申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：楊明20100501Abstract一一一——————————————————————————————————————————一AbstractImagesegmentationisjusttosegmentallimageintodifferentsubimageswithdifferentcharactersandg
2、etsomeinterestedobjectsImagesegmentationplaysanimportantroleinimageprocessInimageanalysis，imagesegmentationisthebasisforfurtherunderstandingoftheimageandisappliedtoalotoffieldssuchascomputervision，pattemrecognitionandmed
3、icalimageprocessingpracticeandSOonTherearemanyapproachesonimagesegmentationUnfortunatelynouniversalsegmentationalgorithmcancopywithallcasesThereisevennotanobjectivestandardtojudgethesuccessofsegmentationobjectivecriteria
4、Amongclusteringmethods，themostcommonimagesegmentationalgorithmisthefuzzyC—meansclusteringalgorithmTheclusteringprocessdoesnotrequireanymanualinterventionHowevertherearealotofproblemsanddifficultieswhileusingFCMforimagese
5、gmentationsuchasavoidthenoiseAndthenresearchersimprovetheclassicalFCMandexpandtheresearch，andmakesomeprogressButtherearestillmanyissuestostudySo，ourpapersfocusonthesuppressionofnoiseandimprovingtheconvergencespeedWemodif
6、ytheclassicalfuzzyCmeansalgorithmtoimproveresearchandapplyinimagesegmentationContributionsinthisdissertationmainlyinclude：(1)ProposeanalgorithmcalledPKFCMbyincorporatingaprioriknowledgeTheclassicalFCMiterativeuseshillcli
7、mbingtechniquestofindtheoptimalsolutionInthehillclimbingmountain，F(xiàn)CMupdatesmodelbythemembershipequationandusestheimpactbetweenthetwogenerations，butdonottakeintoaccounttheoveralldistributionandstructureoftheprevioussample
8、setofthenextiterationoftheguidingroleInthispaperwemodifytheclassicalfuzzyclusteringalgorithmbasedontheaprioriknowledgeembeddedPKFCM，andanalysistheeffectofembeddingaprioriknowledgeontheresultsoftheclusteringExperimentalre
9、sultsshowthatthenewlyproposedalgorithmiseffectiveandfeasible(2)ProposeanalgorithmcalledPDFCM(bYaddingdistancepunishmentterm)Classl。cFCMissensitivetonoisesBasedonRFCM，anovelclusteringalgorithmcalledPDFCMisintroducedbyinco
10、rporatinglocalspatialandgrayinformationAnewrobustfuzzyclusteringalgorithmforimagesegmentation(PDFCM)isproposedExperimentalresultsshowthatthenewPDFCMisvalid(3)ProposeanalgorithmcalledNRFCMThemajorcharacteristicsofNRFCMare
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用研究(1)
- 模糊聚類(lèi)算法在遙感圖像分割中的應(yīng)用研究.pdf
- 改進(jìn)的譜聚類(lèi)算法及其在圖像分割中的應(yīng)用研究.pdf
- 遺傳聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 聚類(lèi)算法及其在圖像分割中的應(yīng)用與研究.pdf
- 遺傳聚類(lèi)算法及其在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- 聚類(lèi)算法研究及在圖像分割中的應(yīng)用.pdf
- 模糊聚類(lèi)算法在圖像分割中的應(yīng)用.pdf
- 核模糊聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 基于空間域的聚類(lèi)算法在圖像分割中的應(yīng)用研究.pdf
- 幾種聚類(lèi)算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 模糊C-均值聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 模糊聚類(lèi)與粒子群算法在圖像分割中的應(yīng)用研究.pdf
- 模糊聚類(lèi)及其在圖像分割中的應(yīng)用.pdf
- 分層模糊最小-最大聚類(lèi)算法及其在圖像聚類(lèi)中的應(yīng)用研究.pdf
- 聚類(lèi)算法及其在頁(yè)面聚類(lèi)中的應(yīng)用研究
- 模糊聚類(lèi)在遙感圖像分割中的應(yīng)用研究.pdf
- 基于高斯混合模型的聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 由膜計(jì)算啟發(fā)的聚類(lèi)算法及其在圖像分割中的應(yīng)用.pdf
- 基于組織進(jìn)化的聚類(lèi)算法及其在SAR圖像分割中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論