|
|
|
|
基于粒子群优化算法PSO的模糊聚类算法在超声图像分割上的研究 |
| |
| 论文目录 |
| |
| 摘要 | 第3-4页 | | Abstract | 第4页 | | 第一章 绪论 | 第7-13页 | | 1.1 选题意义和研究背景 | 第7-8页 | | 1.2 国内外研究现状 | 第8-11页 | | 1.2.1 图像分割研究现状 | 第8-10页 | | 1.2.2 基于模糊聚类算法的图像分割算法研究现状 | 第10-11页 | | 1.3 评估图像分割方法 | 第11-12页 | | 1.4 本文的主要研究工作及结构安排 | 第12-13页 | | 第二章 模糊数学和聚类算法简介 | 第13-22页 | | 2.1 模糊数学理论简介 | 第13页 | | 2.2 模糊集基础 | 第13-15页 | | 2.3 模糊聚类分析 | 第15-18页 | | 2.3.1 硬分类(HCM) | 第16页 | | 2.3.2 模糊分类 | 第16-17页 | | 2.3.3 模糊聚类准则 | 第17-18页 | | 2.4 模糊C-均值算法(FCM) | 第18-21页 | | 2.4.1 FCM算法的理论基础 | 第18-19页 | | 2.4.2 FCM算法过程 | 第19-20页 | | 2.4.3 FCM算法分析 | 第20-21页 | | 2.4.4 FCM算法的应用 | 第21页 | | 2.5 本章小结 | 第21-22页 | | 第三章 一种改进型粒子群算法 | 第22-33页 | | 3.1 引言 | 第22页 | | 3.2 粒子群算法原理简介及研究状况 | 第22-26页 | | 3.2.1 群智能算法概述 | 第22页 | | 3.2.2 粒子群算法简介 | 第22-23页 | | 3.2.3 基本粒子群算法 | 第23-25页 | | 3.2.4 粒子群算法的研究概况 | 第25-26页 | | 3.3 粒子群优化算法的发展 | 第26-28页 | | 3.4 一种改进的粒子群算法 | 第28-32页 | | 3.4.1 对基本粒子群算法的改进 | 第28-29页 | | 3.4.2 测试函数的描述 | 第29-31页 | | 3.4.3 算法的参数比较分析 | 第31-32页 | | 3.5 本章小结 | 第32-33页 | | 第四章 一种融合PSO思想的模糊聚类超声图像分割方法 | 第33-43页 | | 4.1 基于聚类算法FCM的图像分割技术 | 第33-34页 | | 4.2 融入PSO的模糊C-均值聚类超声图像分割方法PSO-FCM | 第34页 | | 4.3 本论文改进的算法流程 | 第34-35页 | | 4.4 实验结果与分析 | 第35-42页 | | 4.4.1 基于matlab的参数设置 | 第35-36页 | | 4.4.2 算法的有效性评价 | 第36-37页 | | 4.4.3 实验设置、结果分析 | 第37-42页 | | 4.5 本章小结 | 第42-43页 | | 第五章 工作总结与展望 | 第43-45页 | | 5.1 总结 | 第43-44页 | | 5.2 展望 | 第44-45页 | | 参考文献 | 第45-49页 | | 致谢 | 第49-50页 |
|
|
|
|
论文编号BS3169032，这篇论文共50页
会员购买按0.35元/页下载，共需支付17.5元。 直接购买按0.5元/页下载，共需要支付25元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务