| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.2.1 类电磁机制算法 | 第16-18页 |
| 1.2.2 基于内容图像检索 | 第18-19页 |
| 1.3 本文工作 | 第19-21页 |
| 1.4 论文结构 | 第21-23页 |
| 第二章 优化问题与类电磁机制算法概述 | 第23-29页 |
| 2.1 无约束优化问题 | 第23-24页 |
| 2.2 类电磁机制算法原理 | 第24-25页 |
| 2.2.1 电磁场原理 | 第24页 |
| 2.2.2 类电磁机制算法优化机制 | 第24-25页 |
| 2.3 类电磁机制算法流程 | 第25-27页 |
| 2.3.1 种群初始化 | 第26页 |
| 2.3.2 局部搜索 | 第26页 |
| 2.3.3 电荷量和力的计算 | 第26页 |
| 2.3.4 粒子更新 | 第26-27页 |
| 2.3.5 EM算法的流程图 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 类电磁机制算法的改进 | 第29-43页 |
| 3.1 初始种群的构造 | 第29-31页 |
| 3.1.1 均匀设计法 | 第29-30页 |
| 3.1.2 基于均匀设计与佳点集相结合的种群初始化方法 | 第30-31页 |
| 3.2 自适应局部搜索 | 第31-34页 |
| 3.3 基于自适应移动算子和遗传变异的粒子的更新 | 第34-36页 |
| 3.4 AEM算法设计 | 第36-37页 |
| 3.5 算法仿真与分析 | 第37-41页 |
| 3.5.1 一般测试函数的仿真与分析 | 第37-38页 |
| 3.5.2 复杂测试函数的仿真与分析 | 第38-40页 |
| 3.5.3 高维测试函数的仿真与分析 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 改进的类电磁机制算法在图像检索中的应用 | 第43-55页 |
| 4.1 基于内容的图像检索 | 第43-45页 |
| 4.1.1 常用图像特征的描述方法 | 第43-44页 |
| 4.1.2 图像检索过程 | 第44-45页 |
| 4.2 基于类电磁机制算法的图像检索 | 第45-53页 |
| 4.2.1 图像分割 | 第45页 |
| 4.2.2 多特征向量的提取 | 第45-50页 |
| 4.2.3 相似度的计算 | 第50-51页 |
| 4.2.4 多特征向量高斯归一化 | 第51-52页 |
| 4.2.5 基于改进的类电磁机制算法的图像检索流程 | 第52-53页 |
| 4.3 实验与结果分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-59页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-63页 |
| 作者简介 | 第63-64页 |