基于PSO的图像分割方法与GPU加速的蚁群算法

摘要	第1-5页
Abstract	第5-8页
引言	第8-10页
1 粒子群算法与蚁群算法	第10-22页
·粒子群算法简介	第10-15页
·算法的基本原理与数学描述	第10-12页
·算法的设计步骤和应用	第12-15页
·蚁群算法介绍	第15-21页
·蚁群算法的生物模型与特征	第15-19页
·蚁群算法的一些研究热点及发展过程	第19-21页
·小结	第21-22页
2 GPU简介	第22-33页
·可编程图形硬件的发展	第22-23页
·可编程图形硬件的特点	第23-28页
·可编程图形硬件(GPU)的优缺点	第24-25页
·定位瓶颈和解决瓶颈	第25-28页
·Shader语言	第28-30页
·基于GPU的并行计算	第30-33页
·基于GPU的实时渲染	第31页
·基于GPU的图像处理技术和通用计算	第31-33页
3 基于PSO的图像分割	第33-39页
·图像分割概述	第33页
·最大类间方差法	第33页
·计算步骤	第33-34页
·基于PSO的最大类间方差图像分割	第34-36页
·实验结果比较	第36-38页
·分割效果	第36-37页
·计算效率	第37-38页
·总结	第38-39页
4 基于GPU加速的并行蚁群算法	第39-54页
·传统蚁群算法的求解过程	第39-41页
·GPU通用计算的基本方法	第41-43页
·GPU中并行的蚁群算法过程	第43-52页
·GPU中的数据存储	第43-45页
·GPU中并行蚁群算法的步骤	第45-50页
·试验与分析	第50-52页
·本章小结	第52-54页
结论	第54-55页
参考文献	第55-57页
攻读硕士学位期间发表学术论文情况	第57-58页
致谢	第58-59页