| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景 | 第10-16页 |
| ·分布估计算法 | 第10-11页 |
| ·BP神经网络 | 第11-14页 |
| ·图像去噪 | 第14-16页 |
| ·论文的选题意义及主要成果 | 第16-18页 |
| ·论文的组织结构 | 第18-20页 |
| 第二章 Copula分布估计算法 | 第20-32页 |
| ·分布估计算法 | 第20-21页 |
| ·Copula分布估计算法 | 第21-23页 |
| ·Copula函数 | 第21-22页 |
| ·Copula理论的基本定理 | 第22页 |
| ·Copula分布估计算法框架 | 第22-23页 |
| ·多维经验Copula分布估计算法 | 第23-30页 |
| ·经验Copula函数 | 第23-24页 |
| ·经验Copula分布估计算法 | 第24-26页 |
| ·对正态边缘分布的估计和采样 | 第26-29页 |
| ·经验Copula分布估计算法步骤 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第三章 基于质心的Copula分布估计算法 | 第32-42页 |
| ·引言 | 第32页 |
| ·质心计算 | 第32-33页 |
| ·算法步骤 | 第33-35页 |
| ·算法性能测试及分析 | 第35-40页 |
| ·实验函数 | 第35页 |
| ·参数设置 | 第35-36页 |
| ·实验结果分析 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于质心的动态Copula分布估计算法 | 第42-48页 |
| ·引言 | 第42页 |
| ·动态策略 | 第42-43页 |
| ·算法步骤 | 第43-44页 |
| ·仿真实验 | 第44-47页 |
| ·测试函数 | 第44页 |
| ·参数设置 | 第44-45页 |
| ·实验结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于质心的Copula分布估计算法优化BP神经网络 | 第48-60页 |
| ·引言 | 第48页 |
| ·BP神经网络 | 第48-52页 |
| ·BP神经网络的结构 | 第48-49页 |
| ·BP算法 | 第49-51页 |
| ·BP神经网络的特点 | 第51-52页 |
| ·基于质心的Copula分布估计算法优化BP神经网络 | 第52-58页 |
| ·神经网络输入输出数据的预处理 | 第52-53页 |
| ·神经网络权值阈值的编码方案 | 第53-54页 |
| ·选择策略 | 第54-55页 |
| ·具体步骤 | 第55-56页 |
| ·实验仿真 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 基于质心的Copula EDA优化BP神经网络在图像去噪中的应用 | 第60-66页 |
| ·引言 | 第60页 |
| ·数据预处理 | 第60-62页 |
| ·中值滤波 | 第60页 |
| ·特征提取 | 第60-61页 |
| ·特征值归一化 | 第61-62页 |
| ·图像去噪的方案及实现 | 第62-64页 |
| ·图像去噪的方案 | 第62-63页 |
| ·图像去噪的实现 | 第63-64页 |
| ·总结 | 第64-66页 |
| 第七章 总结与展望 | 第66-68页 |
| ·研究工作总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 研究生期间发表论文目录 | 第76-77页 |
