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 |