首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于分解的多目标进化聚类算法研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·论文研究背景介绍第8页
   ·国内外研究现状第8-9页
   ·多目标优化第9-12页
     ·多目标优化的数学描述第10页
     ·多目标进化算法的发展第10-11页
     ·基于分解的多目标进化算法第11-12页
   ·论文内容与安排第12-14页
第二章 基于分解的多目标进化半监督聚类算法第14-28页
   ·引言第14页
   ·聚类算法的多目标优化模型第14-15页
   ·基于 MOEA/D 的半监督聚类算法第15-19页
     ·算法的基本流程第15页
     ·基本算子设计第15-19页
   ·时间复杂度分析第19-20页
   ·实验结果及分析第20-27页
     ·实验设置第20页
     ·实验数据描述第20-22页
     ·人工数据集实验结果第22-25页
     ·UCI 数据集实验结果第25-26页
     ·鲁棒性分析第26-27页
   ·本章小结第27-28页
第三章 基于分解的多目标进化聚类算法的图像分割第28-44页
   ·引言第28页
   ·基于分解的多目标进化聚类算法的图像分割第28-32页
     ·算法基本步骤第28-29页
     ·基本算子设计第29-32页
   ·实验结果及分析第32-42页
     ·实验设置第32-33页
     ·实验数据描述第33-34页
     ·纹理图像实验结果第34-38页
     ·SAR 图像实验结果第38-41页
     ·算法平均运行时间第41-42页
   ·本章小结第42-44页
第四章 融合非局部去噪的多目标进化 SAR 图像分割第44-56页
   ·引言第44页
   ·非局部均值去噪第44-45页
   ·融合非局部去噪的多目标 SAR 图像分割第45-47页
     ·算法基本步骤第45-46页
     ·基本算子设计第46-47页
   ·实验结果及分析第47-55页
     ·实验设置第47页
     ·实验数据描述第47-48页
     ·模拟 SAR 图像实验结果第48-53页
     ·真实 SAR 图像实验结果第53-55页
   ·本章小结第55-56页
第五章 总结和展望第56-58页
   ·论文总结第56-57页
   ·工作展望第57-58页
致谢第58-60页
参考文献第60-66页
硕士期间的学术成果第66-67页

论文共67页,点击 下载论文
上一篇:基于SIFT算法的图像匹配方法研究
下一篇:基于稀疏编码与先验正则的图像超分辨技术研究