文摘
英文文摘
声明
第一章 绪论
1.1课题背景
1.1.1模糊聚类
1.1.2特征降维
1.2模糊聚类和特征降维中的一些问题
1.3本文的工作
第二章 基于模糊Fisher准则的半模糊聚类算法
2.1国际国内研究现状
2.2半模糊聚类新算法FBSC
2.2.1 Fisher准则及Fisher线性判别
2.2.2模糊Fisher准则与模糊Fisher线性判别
2.2.3 FBSC算法
2.2.4 FBSC算法的扩展
2.2.5 FBSC算法与FCS、KIF算法的比较
2.3实验结果与分析
2.3.1实验1:人工数据集
2.3.2实验2:标准数据集Iris
2.3.3实验3:合成图像纹理分割
2.3.4实验4:真实图像分割
2.4本章小结及进一步的工作
第三章 基于模糊Fisher准则的特征抽取研究
3.1国际国内研究现状
3.2常用特征抽取方法
3.2.1主成分分析(PCA)
3.2.2线性判别分析(LDA)
3.3基于FBSC的特征抽取方法
3.3.1基于散布矩阵的类别可分性判据
3.3.2 FFE算法
3.3.3实验结果与分析
3.4基于模糊Fisher准则的无监督最佳鉴别平面
3.4.1有监督最佳鉴别平面
3.4.2模糊Fisher最佳鉴别矢量
3.4.3无监督最佳鉴别平面
3.4.4基于无监督最佳鉴别平面的特征抽取方法
3.4.5实验结果与分析
3.5本章小结及进一步工作
第四章 最佳鉴别矢量集在无监督模式下的扩展
4.1国际国内研究现状
4.2有监督模式下最佳鉴别矢量集
4.3无监督模式下最佳鉴别矢量集
4.4实验结果与分析
4.4.1 UCI数据集实验
4.4.2 PIE人脸识别实验
4.5本章小结及进一步工作
第五章 一种基于后验概率的不平衡数据特征选择算法
5.1国际国内研究现状
5.2基于后验概率的特征选择算法
5.2.1算法思想
5.2.2算法流程图
5.3实验结果与分析
5.4本章小结及进一步工作
第六章 结束语
致 谢
参考文献
附录:作者在攻读博士学位期间发表、录用及提交的论文