声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 体数据插值
1.2.2 体数据分割
1.2.3 时变体数据特征提取与跟踪
1.2.4 多变量体数据可视化与关联分析
1.3 存在的问题
1.4 研究思路与论文组织
1.4.1 研究思路
1.4.2 主要内容及组织结构
第二章 基于统计分布采样的体数据插值方法
2.1 引言
2.2 基于距离影响因子的插值样本集搜索
2.2.1 距离影响因子
2.2.2 插值样本集搜索
2.3 基于高斯混合模型和贝叶斯信息准则的插值样本集建模
2.3.1 高斯混合模型和期望最大化算法
2.3.2 改进的高斯混合模型IGMM
2.3.3 基于贝叶斯信息准则的IGMM优化
2.4 基于随机采样的插值估计
2.5 方法流程与总结
2.6 实验与讨论
2.6.1 实验条件
2.6.2 实验结果与分析
2.6.3 参数分析与讨论
2.7 本章小结
第三章 基于超体素聚类的体数据混合分割方法
3.1 引言
3.2 基于区域生长算法的体数据过分割
3.3 基于统计距离测度的K均值聚类
3.3.1 聚类算法对比与需求分析
3.3.2 基于信息扩散估计的统计建模
3.3.3 基于概率密度函数的统计距离
3.4 实验与讨论
3.4.1 实验条件
3.4.2 实验结果与分析
3.5 本章小结
第四章 基于统计特性相似性匹配的时变体数据特征提取与跟踪方法
4.1 引言
4.2 基于SLIC的超体素分割
4.2.1 超像素算法对比分析
4.2.2 SLIC方法简介
4.3 基于GMM+SGM的混合建模策略
4.3.1 建模需求分析
4.3.2 归一化测试
4.4 基于统计特性相似性匹配的时变体数据特征提取与跟踪
4.4.1 基于统计距离的特征匹配与提取
4.4.2 基于逐时刻特征提取的时变体数据特征跟踪
4.5 实验结果与分析
4.5.1 实验条件
4.5.2 特征提取实验
4.5.3 特征跟踪实验
4.5.4 讨论与分析
4.6 本章小结
第五章 基于可视化的多变量体数据关联分析方法
5.1 引言
5.2 关联分析基础
5.3 多变量体数据可视化与关联分析
5.3.1 熵与参考变量
5.3.2 信息重叠与互信息
5.3.3 信息流与成分相关性分析
5.3.4 基于可视化的关联分析
5.4 实验与讨论
5.4.1 实验条件
5.4.2 实验结果与分析
5.4.3 参数分析与讨论
5.5 本章小结
第六章 结论与展望
6.1 本文工作总结
6.2 下一步工作展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;