首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于改进的GEP图像处理算法研究与应用

摘要第1-7页
ABSTRACT第7-11页
第1章 绪论第11-17页
   ·选题的背景及其研究意义第11-12页
   ·选题的国内外研究现状第12-15页
     ·基因表达式编程的应用第12-14页
     ·基因表达式编程在图像中的应用第14-15页
   ·本文的研究内容和结构安排第15-17页
第2章 相关技术和理论介绍第17-33页
   ·基因表达式编程第17-23页
     ·基因表达式编程算法第17-19页
     ·多表达式编程算法第19-22页
     ·基因表达式编程和多表达式编程的比较第22-23页
   ·图像配准基本理论第23-27页
     ·图像配准的一般步骤第24-25页
     ·图像配准的变换模型第25-26页
     ·图像配准的评价标准第26-27页
   ·基于内容的图像检索第27-32页
     ·基于内容的图像检索系统框架第27-28页
     ·基于内容的图像检索技术第28-32页
   ·本章小结第32-33页
第3章 GEP在非平衡数据上的应用第33-43页
   ·非平衡数据分类问题概述第33-35页
   ·代价敏感分类算法概述第35-37页
   ·基于改进GEP的非平衡数据处理第37-42页
     ·GEP算法的改进和设计第38-41页
     ·实验和结果第41-42页
   ·本章小结第42-43页
第4章 基于改进GEP的图像配准第43-56页
   ·函数挖掘第43-46页
     ·函数挖掘概述第43-44页
     ·相关实验第44-46页
   ·GEP算法的改进研究第46-47页
   ·基于GEP的图像配准第47-55页
     ·几种图像配准方法简介第47-51页
     ·基于控制点的图像配准步骤第51-52页
     ·基于改进GEP的配准模型第52-53页
     ·实验和结果第53-55页
   ·本章小结第55-56页
第5章 基于MEP的图像检索第56-73页
   ·数据分类第56-58页
     ·基本的GEP分类第56-57页
     ·相关实验第57-58页
   ·MEP算法的改进研究第58-59页
   ·基于MEP的图像检索第59-72页
     ·形状特征第59-61页
     ·图像特征提取第61-66页
     ·基于MEP的图像检索及算法设计第66-69页
     ·实验和结果第69-72页
   ·本章小结第72-73页
第6章 总结与展望第73-75页
   ·论文的主要工作第73-74页
   ·论文的后续工作第74-75页
参考文献第75-81页
致谢第81-82页
攻读学位期间参加的科研项目和成果第82页

论文共82页,点击 下载论文
上一篇:评标专家管理系统的设计与实现
下一篇:文本挖掘关键词提取算法的研究