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

教与学优化算法的研究与应用

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第15-24页
    1.1 研究背景与意义第15-16页
    1.2 国内外研究现状第16-21页
    1.3 本文主要研究内容第21-22页
    1.4 本文组织结构第22-23页
    1.5 本章小结第23-24页
2 教与学优化算法第24-33页
    2.1 引言第24-25页
    2.2 教与学优化算法第25-28页
    2.3 改进的教与学优化算法第28-30页
    2.4 TLBO与GA和PSO的比较分析第30-32页
    2.5 本章小结第32-33页
3 基于K-均值的教与学优化改进算法第33-46页
    3.1 引言第33-34页
    3.2 改进思路第34-35页
    3.3 K均值聚类算法第35-37页
    3.4 基于K均值的教与学改进算法第37-40页
    3.5 实验与分析第40-45页
    3.6 本章小结第45-46页
4 基于KTLBO的图像分割方法及其应用第46-65页
    4.1 引言第46-47页
    4.2 图像分割技术第47-51页
    4.3 基于KTLBO的图像分割方法第51-60页
    4.4 细胞图像分割与计数系统第60-64页
    4.5 本章小结第64-65页
5 总结与展望第65-67页
    5.1 总结第65-66页
    5.2 展望第66-67页
参考文献第67-73页
附录第73-74页
作者简历第74-76页
学位论文数据集第76页

论文共76页,点击 下载论文
上一篇:基于核方法的轨迹异常检测
下一篇:新型PtFeN/C和PtNiMoN/C系列氧还原电催化剂的制备及性能表征