文摘
英文文摘
声明
第一章 引言
1.1数据聚类和图像分割的现状
1.2数据聚类和图像分割的研究意义
1.3本文的主要研究内容
第二章 聚类的算法
2.1层次聚类(HLC)
2.2划分聚类
2.3 SOM聚类(Self-organizing Map)
2.4 SOTA聚类(Self-organizing trees)
2.5其他的聚类方法
第三章 QPSO算法在数据聚类中的应用
3.1优化算法
3.2 PSO和K-Means混合聚类-KPSO
3.2.1 K-Means数据聚类
3.2.2 PSO算法
3.3 QPSO聚类
3.3.1 QPSO算法
3.3.2基于量子行为的微粒群优化聚类-QPSO
3.3.3 K-Means和QPSO的混合聚类-KQPSO
3.4仿真实验结果及其结论
第四章 QPSO算法在图像分割中的应用
4.1遗传算法
4.2 QPSO分割图像的完成过程
4.3仿真实验结果和结论
第五章 基于新标准的数据聚类和图像分割
5.1一种新的度量
5.2基于新标准的PSO聚类
5.3基于新标准的QPSO聚类及其在图像分割中的应用
5.4仿真实验结果及其结论
第六章 AQPSO算法在数据聚类中的应用
6.1 AQPSO聚类
6.2仿真实验结果及结论
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文