| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文研究内容与安排 | 第11-13页 |
| 第二章 基本果蝇优化算法的研究与分析 | 第13-16页 |
| 2.1 基本果蝇优化算法 | 第13-15页 |
| 2.1.1 算法原理 | 第13页 |
| 2.1.2 算法分析 | 第13-14页 |
| 2.1.3 算法实现 | 第14-15页 |
| 2.2 本章小结 | 第15-16页 |
| 第三章 新型改进果蝇优化算法在Web服务组合中的应用 | 第16-29页 |
| 3.1 相关内容研究 | 第16-17页 |
| 3.2 对比算法及改进算法介绍 | 第17-20页 |
| 3.2.1 粒子群算法简介 | 第17-18页 |
| 3.2.2 差分算法简介 | 第18页 |
| 3.2.3 新型改进果蝇优化算法 | 第18-20页 |
| 3.3 过程建模 | 第20-22页 |
| 3.3.1 服务组合建模 | 第20-21页 |
| 3.3.2 NSSFOA建模 | 第21-22页 |
| 3.4 实验及结果分析 | 第22-28页 |
| 3.4.1 实验设置及数据集 | 第22-23页 |
| 3.4.2 基于子服务集个数的比较 | 第23-24页 |
| 3.4.3 基于算法效率的比较 | 第24-25页 |
| 3.4.4 基于算法稳定性的比较 | 第25-26页 |
| 3.4.5 基于候选服务集个数的比较 | 第26-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 混合自适应-协作的果蝇优化算法及其在多阈值图像分割中的实现 | 第29-61页 |
| 4.1 多阈值图像分割研究现状与意义 | 第29-31页 |
| 4.2 相关工作介绍 | 第31-34页 |
| 4.2.1 几种经典的阈值分割方法 | 第31-32页 |
| 4.2.2 Otsu准则 | 第32-33页 |
| 4.2.3 Kapur准则 | 第33-34页 |
| 4.3 基于混合自适应-协作学习的果蝇优化算法 | 第34-40页 |
| 4.3.1 自适应学习策略 | 第34-36页 |
| 4.3.2 协作学习策略 | 第36-40页 |
| 4.4 算法性能评估 | 第40-48页 |
| 4.4.1 参数设置 | 第40-41页 |
| 4.4.2 几种FOA算法变体间的比较 | 第41-47页 |
| 4.4.3 HACLFOA与其它两种算法间的比较 | 第47页 |
| 4.4.4 算法参数分析 | 第47-48页 |
| 4.5 基于HACLFOA算法的多阈值图像分割 | 第48-60页 |
| 4.5.1 基准图像 | 第49页 |
| 4.5.2 实验设置 | 第49-51页 |
| 4.5.3 M-1=2,3,4时多阈值分割结果及分析 | 第51-53页 |
| 4.5.4 M-1=5,6,7时多阈值分割结果及分析 | 第53-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 附录A 图索引 | 第69-70页 |
| Appendix A Figure Index | 第70-71页 |
| 附录B 表索引 | 第71-72页 |
| Appendix B Table Index | 第72-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75页 |
