基于颜色聚类的蛋品分级算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究目的和内容安排 | 第12-14页 |
| 第二章 颜色聚类算法 | 第14-21页 |
| ·聚类算法 | 第14页 |
| ·颜色聚类原理及其应用 | 第14-15页 |
| ·传统聚类算法在颜色聚类中的应用 | 第15-18页 |
| ·K-Means 算法 | 第16-17页 |
| ·模糊C 均值聚类算法 | 第17-18页 |
| ·可信C 均值 | 第18页 |
| ·现代启发式算法在颜色聚类中的应用 | 第18-21页 |
| ·基于神经网络的模糊聚类算法 | 第19页 |
| ·基于蚁群优化的模糊聚类算法 | 第19页 |
| ·基于粒子群的模糊聚类算法 | 第19-20页 |
| ·基于遗传算法的模糊聚类算法 | 第20-21页 |
| 第三章 遗传算法 | 第21-29页 |
| ·遗传基本思想及基本操作 | 第21-23页 |
| ·遗传算法的特点 | 第23-24页 |
| ·遗传算法的数学基础 | 第24页 |
| ·遗传算法的基本技术 | 第24-29页 |
| ·编码方法 | 第24-25页 |
| ·适应度函数 | 第25页 |
| ·遗传算子操作 | 第25-29页 |
| 第四章 蛋品分级算法设计 | 第29-47页 |
| ·蛋品分级算法 | 第29-30页 |
| ·可信C 均值算法 | 第30-32页 |
| ·可信分割 | 第30-32页 |
| ·可信C 均值目标函数 | 第32页 |
| ·蛋品聚类算法 | 第32-38页 |
| ·编码 | 第32-33页 |
| ·适应函数设计 | 第33页 |
| ·种群初始化设计 | 第33-34页 |
| ·选择算子设计 | 第34页 |
| ·交叉算子设计 | 第34-35页 |
| ·变异算子设计 | 第35-36页 |
| ·可信C 均值优化 | 第36-38页 |
| ·解码设计 | 第38页 |
| ·蛋品食用新鲜度分级 | 第38-40页 |
| ·种蛋优良度分级 | 第40-43页 |
| ·实验分析 | 第43-47页 |
| 第五章 总结与展望 | 第47-49页 |
| ·论文主要完成的工作 | 第47页 |
| ·论文有待进一步研究的问题 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 附录 | 第52页 |
