作者：廖亮著
页数：101
出版社：吉林大学出版社
出版日期：2023
ISBN：9787576807127
电子书格式：pdf/epub/txt
内容简介
本书内容包括：基于聚类分析的分割、基于Mercer核的聚类算法、空间约束的核聚类图像分割算法、结合有偏场纠正的快速核聚类算法、基于聚类典型数据的快速核聚类算法等。
作者简介
廖亮，男，博士，中原工学院电子信息系副主任，河南省机器学习与图像分析杰出外籍科学家工作室中方负责人，毕业于华南理工大学电子信息学院，德国数学文摘ZBMATH评论员，IEEE会员，CCF会员。主要研究方向为机器智能、图像分析、高维数据处理。
刘欣，女，黄河水利委员会信息中心高级工程师。毕业于郑州大学信息工程学院计算机应用专业，硕士研究生学历。高级程序员，系统分析师，主要研究方向为水利信息化与可视化。
目录
1 绪论
1.1 前言
1.2 MRI图像的特点和分割目标
1.2.1 MRI图像的特点
1.2.2 颅脑组织的分布和分割的目标
1.3 医学图像分割的常用方法和分类
1.3.1 基于模糊理论的图像分割
1.3.2 基于形变模型的分割
1.3.3 基于随机场的分割方法
1.3.4 基于核函数的分割方法
1.4 医学图像分割算法的评估
1.4.1 具有标准分割结果的临床数据
1.4.2 具有标准分割结果的仿真数据
1.5 意义和贡献
1.6 本书的结构安排
2 基于聚类分析的分割
2.1 聚类与模糊聚类的概念
2.2 基于代价函数的聚类算法
2.2.1 基于混合模型的概率聚类
2.2.2 高斯混合模型的EM聚类
2.2.3 模糊聚类
2.3 模糊C均值聚类(FCM)算法
2.4 模糊C均值聚类的缺点和改进
2.5 本章小结
3 基于Mercer核的聚类算法
3.1 引言
3.2 Mercer定理与Mercer核
3.2.1 Mercer映射
3.2.2 正定条件与Mercer核
3.3 近邻度量与基于核函数的度量
3.3.1 相似性测度以及不相似性的度量
3.3.2 基于Mercer核的测度
3.4 基于Mercer核的模糊C均值聚类
3.4.1 特征空间距离展开式与聚类算法
3.4.2 聚类目标公式和隶属度的迭代式
3.5 核聚类算法的改进
3.5.1 KFCM-Ⅱ算法
3.5.2 Mercer映射中原像的问题
3.5.3 KFCM-Ⅱ聚类初始化
3.5.4 高斯核σ参数的确定
3.6 FCM和KFCMl.II的实验结果及讨论
3.7 本章小结
4 空问约束的核聚类图像分割算法
4.1 引言
4.2 使用空间约束的KFCM-II聚类
4.3 使用Markov场进行空间约束的KFCM—II算法
4.3.1 邻域系统和势团的定义
4.3.2 基于两点势团的空间约束
4.3.3 聚类参数的确定
4.3.4 实验结果及分析
1.1 前言
1.2 MRI图像的特点和分割目标
1.2.1 MRI图像的特点
1.2.2 颅脑组织的分布和分割的目标
1.3 医学图像分割的常用方法和分类
1.3.1 基于模糊理论的图像分割
1.3.2 基于形变模型的分割
1.3.3 基于随机场的分割方法
1.3.4 基于核函数的分割方法
1.4 医学图像分割算法的评估
1.4.1 具有标准分割结果的临床数据
1.4.2 具有标准分割结果的仿真数据
1.5 意义和贡献
1.6 本书的结构安排
2 基于聚类分析的分割
2.1 聚类与模糊聚类的概念
2.2 基于代价函数的聚类算法
2.2.1 基于混合模型的概率聚类
2.2.2 高斯混合模型的EM聚类
2.2.3 模糊聚类
2.3 模糊C均值聚类(FCM)算法
2.4 模糊C均值聚类的缺点和改进
2.5 本章小结
3 基于Mercer核的聚类算法
3.1 引言
3.2 Mercer定理与Mercer核
3.2.1 Mercer映射
3.2.2 正定条件与Mercer核
3.3 近邻度量与基于核函数的度量
3.3.1 相似性测度以及不相似性的度量
3.3.2 基于Mercer核的测度
3.4 基于Mercer核的模糊C均值聚类
3.4.1 特征空间距离展开式与聚类算法
3.4.2 聚类目标公式和隶属度的迭代式
3.5 核聚类算法的改进
3.5.1 KFCM-Ⅱ算法
3.5.2 Mercer映射中原像的问题
3.5.3 KFCM-Ⅱ聚类初始化
3.5.4 高斯核σ参数的确定
3.6 FCM和KFCMl.II的实验结果及讨论
3.7 本章小结
4 空问约束的核聚类图像分割算法
4.1 引言
4.2 使用空间约束的KFCM-II聚类
4.3 使用Markov场进行空间约束的KFCM—II算法
4.3.1 邻域系统和势团的定义
4.3.2 基于两点势团的空间约束
4.3.3 聚类参数的确定
4.3.4 实验结果及分析
