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

遗传算法在图像识别中的应用研究

第1章 绪论第1-14页
   ·本文的研究背景、目的和意义第8-9页
   ·国内外研究现状第9-12页
   ·本文的主要工作第12-13页
   ·本文的章节安排第13-14页
第2章 遗传算法第14-35页
   ·遗传算法的进化史第14-16页
   ·生物背景第16-17页
   ·遗传算法理论和特点第17-21页
     ·遗传算法理论第17页
     ·遗传算法的数学基础第17-19页
     ·遗传算法的特点第19-21页
   ·标准遗传算法第21-24页
     ·标准遗传算法的基本流程第21-22页
     ·标准遗传算法的基本要素第22-24页
   ·遗传算法的改进和应用第24-34页
     ·遗传算法的理论研究第24-25页
     ·遗传算法的改进研究第25-32页
     ·遗传算法的应用第32-34页
   ·本章小结第34-35页
第3章 图像匹配的基本理论和方法第35-50页
   ·引言第35-37页
   ·匹配标准第37页
   ·匹配的控制策略第37-41页
     ·特征空间的选择第38-39页
     ·相似性测度的选择第39-40页
     ·搜索空间和策略的选择第40-41页
   ·基于模板匹配的图像识别方法第41-49页
     ·模板匹配概述第41页
     ·模板匹配的研究现状第41-44页
     ·模板匹配识别流程图第44页
     ·模板匹配特征第44-49页
   ·本章小结第49-50页
第4章 基于遗传算法的图像匹配方法第50-72页
   ·基于遗传算法的图像匹配问题的一般性描述第50-54页
     ·图像匹配问题的一般性描述第51-52页
     ·编码方法的比较第52-53页
     ·操作算子第53-54页
     ·终止准则第54页
   ·基于标准遗传算法的图像匹配第54-59页
     ·基于标准遗传算法的图像匹配算法的基本过程第54-55页
     ·适应度函数设计第55页
     ·生成初始群体第55页
     ·基于遗传算法的图像匹配第55-56页
     ·实验结果与分析第56-59页
   ·基于混沌遗传算法的图像匹配第59-65页
     ·混沌、混沌变量和混沌映射第59-62页
     ·目标函数第62-63页
     ·遗传操作第63页
     ·实验结果与分析第63-65页
   ·基于小生境遗传算法的多目标图像匹配第65-71页
     ·小生境遗传算法第66-67页
     ·距离准则第67-68页
     ·目标函数第68页
     ·基于小生境遗传算法的相关匹配流程图第68页
     ·实验结果与分析第68-71页
   ·本章小结第71-72页
第5章 总结和展望第72-74页
   ·总结第72-73页
   ·展望第73-74页
参考文献第74-80页
致谢第80-81页
攻读硕士研究生期间发表的相关论文第81-86页

论文共86页,点击 下载论文
上一篇:基于规则导向的我国艺术体操技术创新探索
下一篇:分布式校园网络的探索与研究