学位论文 > 优秀研究生学位论文题录展示

基于分解的多目标进化聚类算法研究

作　者: 魏莹
导　师: 李阳阳; 强勇
学　校: 西安电子科技大学
专　业: 电子与通信工程
关键词: 数据挖掘分解方法多目标进化聚类图像分割
分类号: TP311.13
类　型: 硕士论文
年　份: 2013年
下　载: 18次
引　用: 0次
阅　读: 论文下载

内容摘要

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。在数据挖掘的各种主要方法中，聚类是其中之一，并且越来越多的引起人们的关注。至今，研究学者们提出了大量不同的聚类算法。但是这些算法几乎都是特定的决策者针对特定问题提出的，比较普适且应用广泛的聚类算法并不多见。因此，聚类算法在理论和方法上都有待完善。随着互联网的发展，数据规模不断增大。而先验知识却相对缺乏，使得如何解释那些大规模、高维度、不平衡的数据成为一个难题。本论文在多目标进化计算的框架下，利用最优化的思想解决聚类问题。提出了基于分解的多目标进化聚类算法，并将提出的算法应用于人工数据和UCI数据聚类、纹理图像以及SAR图像分割。本文主要工作如下：(1)在基于分解的多目标进化算法的基础上，提出了基于分解的多目标进化半监督聚类算法。该算法相比于传统的多目标进化聚类算法，将多目标聚类问题转化成一系列带权重的子问题来处理。降低了算法的时间复杂度。将提出的算法应用到特殊人工数据集和UCI数据集上，相比于其他对比算法，提出的算法都表现出了良好的性能。(2)提出了基于分解的多目标进化聚类算法的图像分割方法。该方法将基于分解的多目标进化半监督聚类算法进行改进应用于图像分割。在六幅合成纹理图像和三幅SAR图像上的对比实验结果表明，该方法取得了良好的分割效果。(3)提出了一种融合非局部去噪的多目标进化SAR图像分割算法。该算法在预处理阶段直接对原始图像进行非局部去噪，然后用非局部统计量表征原始图像进行分水岭初分割。在六幅多类SAR上进行测试，对比实验结果表明该方法取得了良好的分割效果。本文得到如下基金资助：国家自然科学基金：61272279和61001202；中国博士后科学基金特别资助：200801426；中国博士后科学基金：20080431228以及中央高校基本科研业务费专项资金资助：JY10000902040。

全文目录

摘要  3-4
Abstract  4-8
第一章绪论  8-14
  1.1 论文研究背景介绍  8
  1.2 国内外研究现状  8-9
  1.3 多目标优化  9-12
    1.3.1 多目标优化的数学描述  10
    1.3.2 多目标进化算法的发展  10-11
    1.3.3 基于分解的多目标进化算法  11-12
  1.4 论文内容与安排  12-14
第二章基于分解的多目标进化半监督聚类算法  14-28
  2.1 引言  14
  2.2 聚类算法的多目标优化模型  14-15
  2.3 基于 MOEA/D 的半监督聚类算法  15-19
    2.3.1 算法的基本流程  15
    2.3.2 基本算子设计  15-19
  2.4 时间复杂度分析  19-20
  2.5 实验结果及分析  20-27
    2.5.1 实验设置  20
    2.5.2 实验数据描述  20-22
    2.5.3 人工数据集实验结果  22-25
    2.5.4 UCI 数据集实验结果  25-26
    2.5.5 鲁棒性分析  26-27
  2.6 本章小结  27-28
第三章基于分解的多目标进化聚类算法的图像分割  28-44
  3.1 引言  28
  3.2 基于分解的多目标进化聚类算法的图像分割  28-32
    3.2.1 算法基本步骤  28-29
    3.2.2 基本算子设计  29-32
  3.3 实验结果及分析  32-42
    3.3.1 实验设置  32-33
    3.3.2 实验数据描述  33-34
    3.3.3 纹理图像实验结果  34-38
    3.3.4 SAR 图像实验结果  38-41
    3.3.5 算法平均运行时间  41-42
  3.4 本章小结  42-44
第四章融合非局部去噪的多目标进化 SAR 图像分割  44-56
  4.1 引言  44
  4.2 非局部均值去噪  44-45
  4.3 融合非局部去噪的多目标 SAR 图像分割  45-47
    4.3.1 算法基本步骤  45-46
    4.3.2 基本算子设计  46-47
  4.4 实验结果及分析  47-55
    4.4.1 实验设置  47
    4.4.2 实验数据描述  47-48
    4.4.3 模拟 SAR 图像实验结果  48-53
    4.4.4 真实 SAR 图像实验结果  53-55
  4.5 本章小结  55-56
第五章总结和展望  56-58
  5.1 论文总结  56-57
  5.2 工作展望  57-58
致谢  58-60
参考文献  60-66
硕士期间的学术成果  66-67

相似论文

森林防火系统中图像识别算法的研究,TP391.41
隐式用户兴趣挖掘的研究与实现,TP311.13
图像分割中阴影去除算法的研究,TP391.41
基于图分割的文本提取方法研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
个性化人工膝关节设计及其生物力学特性研究,R318.1
高血压前期证候特征研究,R259
基于数据挖掘技术的保健品营销研究,F426.72
高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
K-均值聚类算法的研究与改进,TP311.13
大学生综合素质测评研究,G645.5
大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
基于图像处理技术的烟叶病害自动识别研究,S435.72
21个荷花品种遗传多样性的ISSR分析,S682.32
基于聚类分析的P2P流量识别算法的研究,TP393.02
基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
桃杂交后代（F₁）幼苗光合效能评价,S662.1
南通市农业面源污染负荷研究与综合评价,X592
土壤环境功能区划研究,X321