粒子群算法优化及其在图像检索中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景 | 第8-10页 |
| ·研究现状 | 第10-13页 |
| ·粒子群算法研究现状 | 第10-12页 |
| ·图像检索研究现状 | 第12-13页 |
| ·本文工作 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 粒子群优化算法概述 | 第16-30页 |
| ·群智能相关概念 | 第16-17页 |
| ·粒子群优化算法基本原理 | 第17-20页 |
| ·粒子群算法的研究现状 | 第20-24页 |
| ·混沌权值粒子群算法 | 第20-21页 |
| ·双中心粒子群算法 | 第21-23页 |
| ·基于距离度量的自适应粒子群算法 | 第23-24页 |
| ·粒子群算法的应用 | 第24-25页 |
| ·函数优化 | 第24页 |
| ·神经网络训练 | 第24页 |
| ·多目标优化 | 第24-25页 |
| ·经典测试函数 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 粒子群算法的改进 | 第30-44页 |
| ·初始种群的构造 | 第30-33页 |
| ·均匀设计相关概念 | 第30-31页 |
| ·基于均匀设计的种群初始化 | 第31-33页 |
| ·惯性权值更新策略的选择 | 第33-35页 |
| ·惯性权值变化分析 | 第33-34页 |
| ·基于凹函数特性及自适应因子的惯性权值更新策略 | 第34-35页 |
| ·基于混沌变异的局部搜索策略的设计 | 第35-37页 |
| ·混沌的基本概念 | 第35-36页 |
| ·基于混沌变异的局部搜索 | 第36-37页 |
| ·算法设计 | 第37-38页 |
| ·实验与结果分析 | 第38-41页 |
| ·本章小结 | 第41-44页 |
| 第四章 基于内容的图像检索方法研究 | 第44-60页 |
| ·基于内容的图像检索 | 第44-49页 |
| ·常用的图像特征 | 第44-48页 |
| ·相似性度量标准 | 第48-49页 |
| ·图像检索过程 | 第49页 |
| ·改进的粒子群算法在图像检索中的应用 | 第49-55页 |
| ·多特征不变矩向量的提取 | 第49-54页 |
| ·相似度的计算 | 第54-55页 |
| ·基于粒子群优化算法的图像检索流程 | 第55页 |
| ·实验与结果分析 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第五章 结束语 | 第60-64页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 研究成果 | 第70-71页 |
