模糊聚类算法改进与用研究开题报告.docVIP

中 国 矿 业 大 学 10级 硕士研究生 选 题 报 告 选题 名称： 模糊聚类算法改进与应用研究 学 院： 计算机科学与技术学院 学科 专业： 计算机应用技术 研究生姓名： 导师 姓名： 2011年 11月19 日 模糊聚类算法的改进与应用研究 1 研究的背景及意义研究，， 模糊聚类在日常的生产实践中应用广泛，模糊聚类的研究成果，促进许多相关领域的发展。模糊聚类可以用于模式识别、图像处理、曲线拟合等方面，并发挥着重大作用。以下仅介绍其在模式识别和图像处理方面的应用。 1) 在模式识别中的应用。文献[25]使用模糊聚类算法对汉字字符进行预分类，文献[26]利用模糊聚类进行语音识别，取得了不错的效果。 2) 在图像处理中的应用。模糊聚类算法在图像处理过程中起到重要作用，模糊C-均值是图像分割中最常用的方法。随着模糊聚类算法理论的成熟，新的模糊聚类算法被不断地应用于灰度图像分割，纹理图像分割，彩色图像分割、遥感图像分割等。此外，在边缘检测、图像压缩等方面，模糊聚类也取得了成功。 4本文研究的主要内容 进度安排时 间计 划目 标2011．7-2011．11 准备阶段2011．12-2012．3 开始阶段2012．4-2012．6 分析阶段2012．7-2012．11 完成论文初稿 对研究资料进行整理和归纳，确定论文结构和内容大纲，并完成初稿。 2012．12-2013．3 论文定稿 完成论文终稿。 2013．4-2013．6 答辩准备答辩参考文献[5] B.Ojeda-Magana, R.Ruelas, M.A.Corona-Nakamur, et.al. An improvement to the possibilistic fuzzy c-means clustering algorithm[C]. Proceeding of World Automation Congress,2006,24-26:1-8. [6] 武小红,周建江,李海林 等.基于非欧式距离的可能性C-均值聚类[J]. 南京航空航天大学学报,2006,38(6):702-705. [7] Graves D., Pedrycz W. Kernel-based fuzzy clustering and fuzzy clustering: A comparative experimental study[J]. Fuzzy Sets and Systems,161(2010):522-543. [8]吕佳,熊忠阳.基于核的可能性聚类算法[J].计算机工程与设计,2006,27(13):2466-2468. [9]Tushir M, Srivastava S.. A New Kernel based Hybrid c-Means Clustering Model[C]. Proceedings of the IEEE Int. Conf on Fuzzy System,2007,1-5. [10]伍忠东,高新波,谢维信.基于核方法的模糊聚类算法[J].西安电子科技大学学报(自然科学版)Aug.2004,31(4):533-537. [11]沈红斌,王士同,吴小俊.离群模糊核聚类算法[J]. 软件学报,2004,15(7):1521-1529. [12]石海霞,叶水生.FCM聚类算法中模糊加权指数m的优化[J]. 计算机应用于软件,2009,26(5):62-64. [13]宫改云,高新波,伍忠东.FCM聚类算法中模糊加权指数m的优选方法[J].模糊系统与数学,2005,19(1):143-148. [14] Krishnapuram R., Keller J. M..A possibilistic approach to clustering[J].IEEE transactions on fuzzy systems,1993,1(2):98-110. [15] 李洁,高新波,焦李成.基于特征加权的模糊聚类新算法[J].电子学报,2006,34(1):89-92. [16] Dunn J. C.. Well-separated clusters and the optimal fuzzy partitions[J]. Cybernet,1974,4,95-104. [17] Davies D.L. ,D.W.Bouldin. A cluster separ