| 摘要 | 第17-22页 |
| ABSTRACT | 第22-28页 |
| CHAPTER Ⅰ.INTRODUCTION | 第29-47页 |
| 1.1 Motivation | 第29-30页 |
| 1.2 Overview | 第30-44页 |
| 1.2.1 Optimization problem | 第30-32页 |
| 1.2.2 Particle swarm optimization | 第32-37页 |
| 1.2.3 Data clustering | 第37-44页 |
| 1.2.4 Image segmentation | 第44页 |
| 1.3 Objective and methodology of the research | 第44-45页 |
| 1.4 The dissertation organization | 第45-47页 |
| CHAPTER Ⅱ.ENHANCED PARTICLE SWARM OPTIMIZATION | 第47-125页 |
| 2.1 Introduction | 第47-48页 |
| 2.2 Related techniques | 第48-53页 |
| 2.2.1 Neighbourhood search strategy | 第48-50页 |
| 2.2.2 Diversity mechanism | 第50-51页 |
| 2.2.3 Multi-layer search strategy | 第51-52页 |
| 2.2.4 Adaptive mechanism | 第52-53页 |
| 2.3 Diversity Enhanced PSO with Adaptive Neighbourhood Search | 第53-89页 |
| 2.3.1 Enhanced neighbourhood search strategy | 第53页 |
| 2.3.2 Adaptive neighbourhood search | 第53-54页 |
| 2.3.3 The proposed ANSPSO algorithm | 第54-55页 |
| 2.3.4 Experiments on CEC 2013 benchmark functions | 第55-80页 |
| 2.3.5 Experiments on classical benchmark functions | 第80-89页 |
| 2.3.6 Discussion on ANSPSO | 第89页 |
| 2.4 Adaptive PSO with Multi-layer and Neighbourhood Search | 第89-122页 |
| 2.4.1 Adaptive multi-layer search strategy | 第90页 |
| 2.4.2 Adaptive neighbourhood search improved using multi-layer search strategy | 第90页 |
| 2.4.3 The proposed APSOMNS algorithm | 第90-92页 |
| 2.4.4 Experiments on CEC 2013 benchmark functions | 第92-115页 |
| 2.4.5 Experimental results on classical benchmark functions | 第115-122页 |
| 2.4.6 Discussion on APSOMNS | 第122页 |
| 2.5 Comparison between ANSPSO and APSOMNS | 第122-124页 |
| 2.6 Summary | 第124-125页 |
| CHAPTER Ⅲ. APPLICATION ON CLUSTERING | 第125-158页 |
| 3.1 Introduction | 第125-127页 |
| 3.2 ANSPSO with K-means for Data Clustering | 第127-139页 |
| 3.2.1 Methodology | 第127-128页 |
| 3.2.2 The proposed ANSPSO-KM algorithm | 第128-130页 |
| 3.2.3 Time complexity | 第130页 |
| 3.2.4 Experiments | 第130-139页 |
| 3.2.5 Analysis and discussion | 第139页 |
| 3.3 APSOMNS with K-means for Data Clustering | 第139-147页 |
| 3.3.1 Methodology | 第139页 |
| 3.3.2 Proposed APSOMNS-KM algorithm | 第139-141页 |
| 3.3.3 Time complexity | 第141页 |
| 3.3.4 Experiments | 第141-146页 |
| 3.3.5 Analysis and discussion | 第146-147页 |
| 3.4 PSO with K-means for Dynamic Clustering | 第147-157页 |
| 3.4.1 Methodology | 第147-148页 |
| 3.4.2 Proposed DCPSONS algorithm | 第148-150页 |
| 3.4.3 Validity index | 第150页 |
| 3.4.4 Time complexity | 第150-151页 |
| 3.4.5 Experiments | 第151-157页 |
| 3.4.6 Analysis and discussion | 第157页 |
| 3.5 Summary | 第157-158页 |
| CHAPTER Ⅳ.APPLICATION ON IMAGE SEGMENTATION | 第158-193页 |
| 4.1 Introduction | 第158-160页 |
| 4.2 A Hybrid Method of Generalized FCM and PSO for Image Segmentation | 第160-173页 |
| 4.2.1 Generalized Fuzzy C-means | 第160-161页 |
| 4.2.2 The proposed GFCM-PSO algorithm | 第161-162页 |
| 4.2.3 Experiments | 第162-173页 |
| 4.2.4 Analysis and discussion | 第173页 |
| 4.3 Fast Generalized FCM with PSO for Image Segmentation | 第173-180页 |
| 4.3.1 Fast Generalized Fuzzy C-means | 第173-175页 |
| 4.3.2 The proposed FGFCM-PSO algorithm | 第175-176页 |
| 4.3.3 Experiments | 第176-180页 |
| 4.3.4 Analysis and discussion | 第180页 |
| 4.4 DCPSONS for Image Segmentation | 第180-186页 |
| 4.4.1 Experiments on synthetic images | 第180-183页 |
| 4.4.2 Experiments on natural images | 第183-185页 |
| 4.4.3 Analysis and discussion | 第185-186页 |
| 4.5 IT2FCM with PSO for Image Segmentation | 第186-192页 |
| 4.5.1 Validity index and fitness computation | 第187-188页 |
| 4.5.2 The proposed IT2FCM-PSO algorithm | 第188-189页 |
| 4.5.3 Experiments | 第189-192页 |
| 4.5.4 Analysis and discussion | 第192页 |
| 4.6 Summary | 第192-193页 |
| CHAPTER Ⅴ.CONCLUSIONS | 第193-195页 |
| 5.1 Summary and contribution | 第193-194页 |
| 5.2 Future works | 第194-195页 |
| REFERENCES | 第195-207页 |
| RESEARCH PUBLICATIONS | 第207-208页 |
| ACKNOWLEDGEMENT | 第208页 |
