| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究的主要内容 | 第12页 |
| 1.4 本文的结构安排 | 第12-15页 |
| 第二章 灰狼优化算法简介 | 第15-21页 |
| 2.1 灰狼优化算法的产生及原理 | 第15-16页 |
| 2.2 灰狼优化算法的数学模型及算法描述 | 第16-18页 |
| 2.2.1 灰狼优化算法的数学模型 | 第16-17页 |
| 2.2.2 灰狼优化算法的基本流程 | 第17-18页 |
| 2.3 灰狼优化算法求解复杂全局优化问题时的局限性 | 第18-19页 |
| 2.4 小结 | 第19-21页 |
| 第三章 强化狼群等级制度的灰狼优化算法 | 第21-29页 |
| 3.1 引言 | 第21页 |
| 3.2 强化狼群等级制度的灰狼优化算法 | 第21-24页 |
| 3.2.1 改进算法思想描述 | 第21-23页 |
| 3.2.2 改进算法实现步骤 | 第23-24页 |
| 3.3 仿真实验 | 第24-28页 |
| 3.3.1 实验设置和测试函数 | 第24-25页 |
| 3.3.2 仿真实验结果分析 | 第25-28页 |
| 3.4 小结 | 第28-29页 |
| 第四章 灰狼优化与差分进化的混合算法 | 第29-39页 |
| 4.1 引言 | 第29页 |
| 4.2 差分进化策略 | 第29-30页 |
| 4.3 灰狼优化与差分进化的混合算法 | 第30-33页 |
| 4.3.1 改进算法主要思想 | 第30-32页 |
| 4.3.2 改进算法步骤描述 | 第32-33页 |
| 4.4 仿真实验及结果分析 | 第33-38页 |
| 4.4.1 测试函数和对比算法 | 第33-34页 |
| 4.4.2 实验结果分析 | 第34-38页 |
| 4.5 小结 | 第38-39页 |
| 第五章 灰狼优化算法在图像分割中的应用 | 第39-51页 |
| 5.1 图像分割概述 | 第39-40页 |
| 5.2 阈值分割方法的概述 | 第40-45页 |
| 5.2.1 最大类间方差多阈值分割准则 | 第41-42页 |
| 5.2.2 最大熵多阈值分割准则 | 第42-43页 |
| 5.2.3 Tsallis熵多阈值分割准则 | 第43-44页 |
| 5.2.4 最小交叉熵多阈值分割准则 | 第44-45页 |
| 5.3 GWODE算法在图像分割中的应用 | 第45-46页 |
| 5.3.1 基于GWODE算法和最大熵的多阈值图像分割方法 | 第45-46页 |
| 5.3.2 基于GWODE的最大熵多阈值图像分割算法的设计 | 第46页 |
| 5.4 实验结果与分析 | 第46-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间的科研成果 | 第59-60页 |
