蚁群算法理论研究及其在图像识别中的应用
| 第1章 绪论 | 第1-14页 |
| ·课题研究目的及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本课题主要研究内容 | 第12-14页 |
| 第2章 蚁群算法基本理论 | 第14-39页 |
| ·蚁群算法基本模型 | 第14-17页 |
| ·蚂蚁系统 | 第17-22页 |
| ·蚁群系统 | 第22-25页 |
| ·蚁群算法的改进思路 | 第25-26页 |
| ·其他的改进蚁群算法 | 第26-38页 |
| ·最大最小蚁群算法 | 第26-27页 |
| ·具有变异和分工特征的蚁群算法 | 第27-28页 |
| ·随机扰动蚁群算法 | 第28-30页 |
| ·基于分布均匀度的自适应蚁群算法 | 第30-33页 |
| ·动态蚁群算法 | 第33-34页 |
| ·具有感觉和知觉特征的蚁群算法 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 纹理分析与纹理特征提取方法的研究 | 第39-50页 |
| ·纹理分析概述 | 第39-40页 |
| ·统计特征法 | 第40-47页 |
| ·一阶灰度概率分布 | 第40-42页 |
| ·灰度共生矩阵法 | 第42-45页 |
| ·灰度差分统计法 | 第45-46页 |
| ·灰度-梯度共生矩阵 | 第46-47页 |
| ·自相关函数法 | 第47页 |
| ·灰度游程长度法 | 第47页 |
| ·结构法 | 第47页 |
| ·模型法 | 第47-48页 |
| ·自回归-活动和模型 | 第47-48页 |
| ·Markov随机场模型 | 第48页 |
| ·分形模型 | 第48页 |
| ·信号处理法 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于蚁群算法的纹理图像识别 | 第50-58页 |
| ·基于蚁群算法的聚类学习算法的基本原理 | 第50-51页 |
| ·纹理图像特征提取 | 第51-53页 |
| ·纹理图像识别 | 第53-55页 |
| ·实验仿真及结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于蚁群算法的硬币识别 | 第58-63页 |
| ·图像特征提取 | 第58-59页 |
| ·识别过程 | 第59-60页 |
| ·实验仿真与结果分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73-81页 |
