混合分布モデルに基づくクラスタリングによる画像の領域分割に関する研究

この論文をさがす

著者

    • 市村, 直幸 イチムラ, ナオユキ

書誌事項

タイトル

混合分布モデルに基づくクラスタリングによる画像の領域分割に関する研究

著者名

市村, 直幸

著者別名

イチムラ, ナオユキ

学位授与大学

電気通信大学

取得学位

博士 (工学)

学位授与番号

博甲第80号

学位授与年月日

1996-03-22

注記・抄録

博士論文

目次

  1. Abstract / (0005.jp2)
  2. 目次 / p1 (0010.jp2)
  3. 1 序論 / p1 (0019.jp2)
  4. 1.1 研究の背景 / p1 (0019.jp2)
  5. 1.2 本研究の目的と方針 / p6 (0024.jp2)
  6. 1.3 主たる結果の要旨 / p9 (0027.jp2)
  7. 1.4 論文構成 / p11 (0029.jp2)
  8. 2 混合分布モデルによるクラスタリングの定式化 / p13 (0031.jp2)
  9. 2.1 まえがき / p13 (0031.jp2)
  10. 2.2 混合分布モデルとその尤度方程式 / p14 (0032.jp2)
  11. 2.3 EM(Expectation-Maximization)アルゴリズムによるパラメータ推定 / p18 (0036.jp2)
  12. 2.4 従来のクラスタリングとの関係 / p25 (0043.jp2)
  13. 2.5 関数近似としてのクラスタリング / p28 (0046.jp2)
  14. 2.6 むすび / p29 (0047.jp2)
  15. 3 ロバストクラスタリング / p30 (0048.jp2)
  16. 3.1 まえがき / p30 (0048.jp2)
  17. 3.2 楕円分布に対するロバスト推定 / p32 (0050.jp2)
  18. 3.3 Multivariate Trimming / p34 (0052.jp2)
  19. 3.4 最尤法に基づくロバストクラスタリング / p35 (0053.jp2)
  20. 3.5 情報量基準によるクラスタ数の推定 / p45 (0063.jp2)
  21. 3.6 実験 / p47 (0065.jp2)
  22. 3.7 比較実験 / p60 (0078.jp2)
  23. 3.8 むすび / p77 (0095.jp2)
  24. 4 Inexhaustiveな方法に基づく画像/特徴空間を併用した領域分割 / p79 (0097.jp2)
  25. 4.1 まえがき / p79 (0097.jp2)
  26. 4.2 ロバストクラスタリングによる主要部分の分割 / p82 (0100.jp2)
  27. 4.3 小領域の除去方法 / p83 (0101.jp2)
  28. 4.4 領域拡張法による詳細部分の分割 / p86 (0104.jp2)
  29. 4.5 主要領域数の推定 / p86 (0104.jp2)
  30. 4.6 実験 / p87 (0105.jp2)
  31. 4.7 従来の領域分割方法との比較 / p107 (0125.jp2)
  32. 4.8 むすび / p112 (0130.jp2)
  33. 5 混合分布モデルに基づく例示データを用いた領域分割 / p113 (0131.jp2)
  34. 5.1 まえがき / p113 (0131.jp2)
  35. 5.2 識別写像の定式化 / p114 (0132.jp2)
  36. 5.3 識別写像の構成方法 / p116 (0134.jp2)
  37. 5.4 写像学習ネットワークとの関係 / p118 (0136.jp2)
  38. 5.5 実験 / p120 (0138.jp2)
  39. 5.6 むすび / p123 (0141.jp2)
  40. 6 結論 / p127 (0145.jp2)
  41. 謝辞 / p132 (0150.jp2)
  42. 参考文献 / p133 (0151.jp2)
1アクセス

各種コード

  • NII論文ID(NAID)
    500000132152
  • NII著者ID(NRID)
    • 8000000966773
  • DOI(NDL)
  • NDL書誌ID
    • 000000296466
  • データ提供元
    • NDL-OPAC
    • NDLデジタルコレクション
ページトップへ