| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文主要研究内容及结构安排 | 第11-13页 |
| 第2章 粒子群算法简介 | 第13-18页 |
| ·基本的粒子群算法 | 第13-16页 |
| ·群体智能的概述 | 第13页 |
| ·基本粒子群优化算法及其流程图 | 第13-16页 |
| ·改进的粒子群算法 | 第16-17页 |
| ·基于权重变量的粒子群优化算法 | 第16-17页 |
| ·收缩型粒子群优化算法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 小波神经网络概述 | 第18-30页 |
| ·小波分析理论概述 | 第18-21页 |
| ·小波变换的数学基础及其特性 | 第18-20页 |
| ·几种常见的小波基函数 | 第20-21页 |
| ·小波神经网络 | 第21-28页 |
| ·小波神经网络的数学理论 | 第22-24页 |
| ·小波神经网络的参数选择 | 第24-25页 |
| ·小波神经网络的逼近能力 | 第25-28页 |
| ·本章小结 | 第28-30页 |
| 第4章 小波神经网络的学习算法 | 第30-41页 |
| ·BP 学习算法的小波神经网络 | 第30-31页 |
| ·多子群结构学习算法的小波神经网络 | 第31-38页 |
| ·多子群结构的粒子群优化算法 | 第31-32页 |
| ·多子群结构的粒子群优化算法主要步骤及其流程图 | 第32-34页 |
| ·多子群结构的粒子群优化算法性能分析 | 第34-36页 |
| ·多子群结构学习算法的小波神经网络 | 第36-38页 |
| ·改进粒子群优化小波神经网络的性能测试 | 第38-40页 |
| ·数据处理 | 第38-39页 |
| ·多子群结构小波神经网络的训练实验 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于多子群结构小波神经网络图像去噪算法研究 | 第41-48页 |
| ·基于改进粒子群优化小波神经网络的图像去噪算法 | 第41-43页 |
| ·图像去噪效果的评价标准 | 第41-42页 |
| ·多子群结构小波神经网络的图像去噪算法 | 第42-43页 |
| ·仿真实验及结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |