需要金幣： 1000 個金幣 |
資料包括：完整論文，開題報告 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字數(shù)：13531 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：聚類分析指將實體或虛構(gòu)目標(biāo)的集合劃分成多個類的研究過程，而這些類中的對象有著近似的特征。它是一種非常緊要的人類活動。聚類分析的目的便是在近似的基礎(chǔ)上搜聚數(shù)據(jù)來分類。聚類是一種對具備相同趨向和形式的初始數(shù)據(jù)來進行分組的方式，在這一過程中不存在任何對于分類的先驗知識，只依靠事物間的相似性特征做為類屬區(qū)分的標(biāo)準(zhǔn)。在剖析數(shù)據(jù)庫中的先驗數(shù)據(jù)后，依據(jù)既定的分類方法，有步驟地給記錄集合分組，得到每一個記錄所在組的分類結(jié)果。分組后，組與組之間是不同的，但是組內(nèi)記錄則可以認定擁有相似的特征，然后針對不同的組可制定不同的處理方法。聚類探究的是如何對記錄數(shù)據(jù)進行劃分，要將擁有相近特征的目標(biāo)規(guī)劃到一個聚類中。 早期探究的聚類分析是一種硬性劃分，它把每一個待處理的目標(biāo)生硬地分組到某類中，有著非此即彼的特點，所以這類劃分的標(biāo)準(zhǔn)是明確的。但是實際上就對圖象的分析來說，大多數(shù)目標(biāo)往往沒有具備鮮明的特征，這些對象無論是形態(tài)還是類別方面都難以確定準(zhǔn)確屬性，有著亦此亦彼這個特點，因此應(yīng)該用軟劃分方式來對這些對象進行處理。 軟劃分中一個很有效的工具就是模糊集理論，利用模糊數(shù)學(xué)這個研究理論來對聚類問題進行探究，這即為模糊聚類分析。待處理目標(biāo)歸于不同類別的程度可以通過模糊聚類獲得，因此目標(biāo)判別的不確定性才得以能夠呈現(xiàn)，現(xiàn)實世界才得以更完整地展現(xiàn)，從而成為聚類分析探究的主流方法。 本文將就模糊集理論展開，介紹模糊集的概念、性質(zhì)及其相關(guān)運算，然后著重于模糊聚類分析方法的研究，最后將以圖像作為聚類對象來探究模糊聚類方法對圖像的聚類結(jié)果。
關(guān)鍵詞：圖像聚類；模糊集；模糊聚類分析
目錄 摘要 ABSTRACT 引言-1 1 緒 論-2 1.1 課題研究的背景-2 1.2 模糊集對圖像研究的意義-2 2 模糊集理論基礎(chǔ)及現(xiàn)有模糊聚類法簡介-4 2.1 模糊集理論基礎(chǔ)-4 2.1.1 隸屬函數(shù)-4 2.1.2 模糊集的定義-4 2.1.3 模糊集合的表示-5 2.2 現(xiàn)有模糊聚類分析方法-5 3 模糊關(guān)系及模糊聚類分析一般步驟-7 3.1 模糊關(guān)系-7 3.1.1 模糊關(guān)系的建立-7 3.1.2 模糊矩陣-7 3.2 模糊聚類分析方法-9 3.2.1 模糊聚類分析一般步驟-9 3.2.2 最佳閾值λ的確定-13 4 圖像模糊聚類分析的程序?qū)崿F(xiàn)-16 4.1 三種傳統(tǒng)的圖像聚類算法介紹-16 4.1.1 層次聚類法-16 4.1.2 K-means算法-16 4.1.3 DBSCAN-17 4.2 圖像模糊聚類分析的理論基礎(chǔ)-18 4.3 圖像模糊聚類在Matlab環(huán)境下的實現(xiàn)結(jié)果-18 5 結(jié) 論-23 5.1 總結(jié)-23 5.2 展望-24 致謝-25 參考文獻-26 |
