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

进化多目标优化的稀疏重构方法研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-16页
   ·压缩感知研究背景第8-10页
   ·压缩感知重构算法研究现状第10-13页
   ·进化多目标优化算法研究现状第13-14页
   ·本文的主要工作第14-15页
   ·本文的内容结构安排第15-16页
第二章 压缩感知重构算法和进化多目标优化算法第16-24页
   ·压缩感知重构算法第16-19页
   ·进化多目标优化算法理论第19-23页
     ·进化多目标的数学描述及其一些相关概念第19-21页
     ·进化多目标优化算法的基本框架第21-22页
     ·基于分解的进化多目标优化算法第22-23页
   ·本章总结第23-24页
第三章 基于进化多目标优化的稀疏重构方法第24-44页
   ·稀疏信号的进化多目标重构和分块压缩感知中的图像分块模型第24-25页
     ·稀疏信号的进化多目标重构第24-25页
     ·分块压缩感知中的图像分块模型第25页
   ·基于进化多目标优化的稀疏重构方法框架第25-27页
   ·本文主要进化算子的设计及主要操作描述第27-32页
     ·先验信息提取及提取疫苗和注射疫苗操作算子第28-30页
     ·种群初始化操作及编码第30-31页
     ·一致变异算子第31页
     ·稀疏度更新策略第31-32页
     ·适应度函数第32页
   ·基于位置指导的迭代硬阈值算法第32-33页
   ·算法描述第33-35页
   ·基于小波域的图像重构实验仿真第35-42页
     ·自然图像实验及分析第36-39页
     ·医学图像实验及分析第39-42页
     ·参数分析第42页
   ·算法复杂度分析第42-43页
   ·本章总结第43-44页
第四章 基于分块打散观测的OMP和IHT图像重构第44-64页
   ·图像的分块打散观测第44-46页
   ·基于小波域的分块打散观测的统计实验分析第46-55页
     ·统计实验目的和实验操作描述第46-47页
     ·实验结果及分析第47-55页
   ·小波域下基于分块打散观测的 OMP 和 IHT 图像重构第55-63页
     ·实验目的与算法描述第55页
     ·实验结果及分析第55-63页
   ·本章总结第63-64页
第五章 基于进化多目标的分块打散非凸压缩感知图像重构第64-80页
   ·基于进化多目标的分块打散非凸压缩感知图像重构算法描述第64-65页
   ·本章主要操作算子描述第65-67页
     ·基于分块打散观测的先验信息提取第65-67页
     ·基于分块打散观测的其他操作第67页
   ·算法步骤描述第67-69页
   ·基于小波域的图像重构实验仿真第69-78页
     ·自然图像实验及分析第70-73页
     ·医学图像实验及分析第73-77页
     ·参数分析第77-78页
   ·算法复杂度分析第78页
   ·本章总结第78-80页
第六章 总结与展望第80-82页
   ·总结第80-81页
   ·展望第81-82页
致谢第82-84页
参考文献第84-90页
硕士期间研究成果第90-91页

论文共91页,点击 下载论文
上一篇:基于SSH框架的学生信息管理系统的研究与实现
下一篇:基于JavaEE的某火箭资料库查阅系统的设计与实现