首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于蚁群算法的图像边缘检测方法研究

摘要第3-5页
Abstract第5-7页
第一章 绪论第10-16页
    1.1 选题背景及意义第10-11页
    1.2 基于蚁群算法的图像边缘检测的发展与研究现状第11-13页
        1.2.1 蚁群算法的发展与国内外研究现状第11-12页
        1.2.2 基于蚁群算法的图像边缘检测的发展与国内外研究现状第12-13页
    1.3 论文研究的主要内容第13-14页
    1.4 论文组织结构第14-16页
第二章 蚁群算法第16-28页
    2.1 蚁群算法的基本原理第16-18页
        2.1.1 蚁群行为描述第16-17页
        2.1.2 蚁群算法的基本原理第17-18页
    2.2 蚁群算法的模型第18-21页
    2.3 蚁群算法的实现步骤第21-22页
    2.4 经典蚁群算法的研究第22-27页
        2.4.1 精英蚂蚁系统第22-23页
        2.4.2 蚁群系统第23-25页
        2.4.3 排序蚂蚁系统第25-26页
        2.4.4 最大最小蚂蚁系统第26-27页
    2.5 本章小结第27-28页
第三章 蚁群算法的改进第28-51页
    3.1 蚁群算法的优缺点第28-30页
        3.1.1 蚁群算法的优点第28-29页
        3.1.2 蚁群算法的缺点第29-30页
    3.2 改进算法第30-44页
        3.2.1 改进算法的基本思想第30页
        3.2.2 蚂蚁的分类方法研究第30-31页
        3.2.3 蚂蚁的路径探索方法研究第31-33页
        3.2.4 信息素初始化方法研究第33页
        3.2.5 信息素的更新方法研究第33-35页
        3.2.6 蚁群算法中参数设置的实验分析第35-44页
    3.3 改进算法的基本步骤第44-47页
    3.4 实验的分析与研究第47-49页
        3.4.1 改进算法在数据集eil51的实验分析第47-48页
        3.4.2 改进算法在数据集oliver30的实验分析第48-49页
        3.4.3 改进算法在数据集D198的实验分析第49页
    3.5 本章小结第49-51页
第四章 基于改进蚁群算法的图像边缘检测方法研究第51-73页
    4.1 基于蚁群算法的图像边缘检测方法研究第51-56页
        4.1.1 蚁群算法的图像边缘检测方法的思想第51-52页
        4.1.2 蚁群算法的图像边缘检测方法的原理第52-53页
        4.1.3 初始化第53-54页
        4.1.4 蚂蚁像素间的转移方法研究第54-55页
        4.1.5 信息素的调整第55-56页
        4.1.6 边缘的选择第56页
    4.2 基于改进蚁群算法的图像边缘检测方法研究第56-69页
        4.2.1 传统的蚁群算法的图像边缘检测方法的缺点第57页
        4.2.2 改进蚁群算法应用到图像边缘检测方法的基本思想第57-58页
        4.2.3 初始化第58页
        4.2.4 蚂蚁的分类方法研究第58-59页
        4.2.5 蚂蚁像素间的转移方法研究第59-62页
        4.2.6 信息素的更新方法研究第62-64页
        4.2.7 边缘的选择第64-66页
        4.2.8 改进算法的基本步骤第66-69页
    4.3 实验的分析与研究第69-72页
    4.4 本章小结第72-73页
第五章 总结与展望第73-75页
    5.1 总结第73-74页
    5.2 展望第74-75页
参考文献第75-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:基于语义重构的文本摘要算法
下一篇:基于Android与.Net平台的多媒体信息发布系统的设计与实现