| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究现状 | 第16-18页 |
| 1.2.1 并行遗传算法的研究现状 | 第16-17页 |
| 1.2.2 边缘检测的研究现状 | 第17-18页 |
| 1.3 本文工作 | 第18-19页 |
| 1.4 章节安排 | 第19-21页 |
| 第二章 遗传算法 | 第21-35页 |
| 2.1 遗传算法的基本概念和思想 | 第21-22页 |
| 2.1.1 遗传算法的基本概念 | 第21-22页 |
| 2.1.2 遗传算法的思想 | 第22页 |
| 2.2 标准遗传算法操作步骤 | 第22-23页 |
| 2.3 遗传算法技术实现 | 第23-31页 |
| 2.3.1 编码 | 第24-26页 |
| 2.3.2 设定初始种群 | 第26-27页 |
| 2.3.3 适应度函数 | 第27-29页 |
| 2.3.4 选择算子 | 第29-30页 |
| 2.3.5 交叉算子 | 第30-31页 |
| 2.3.6 变异算子 | 第31页 |
| 2.3.7 终止准则 | 第31页 |
| 2.4 遗传算法的优缺点 | 第31-32页 |
| 2.4.1 标准遗传算法的特点 | 第31-32页 |
| 2.4.2 基本遗传算法的不足 | 第32页 |
| 2.5 本章小结 | 第32-35页 |
| 第三章 基于Map Reduce模型的并行遗传算法 | 第35-41页 |
| 3.1 并行遗传算法 | 第35-36页 |
| 3.2 Map Reduce模型 | 第36-38页 |
| 3.3 并行遗传算法的Map Reduce实现 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 CPGA的优化及基于Map Reduce模型的实现 | 第41-49页 |
| 4.1 遗传算法的收敛性分析 | 第41-43页 |
| 4.2 改进的种群早熟程度评估方法 | 第43-46页 |
| 4.2.1 常用评估方法的分析 | 第43-45页 |
| 4.2.2 改进的种群早熟程度评估方法 | 第45-46页 |
| 4.3 改进的迁移算子 | 第46-47页 |
| 4.4 基于Map Reduce的IMPGA的实现框架 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于Map Reduce的IMPGA在边缘检测中的应用 | 第49-61页 |
| 5.1 基于成本比较函数的边缘检测 | 第49-53页 |
| 5.1.1 相关概念 | 第49-51页 |
| 5.1.2 差异性增强 | 第51页 |
| 5.1.3 成本因子 | 第51-52页 |
| 5.1.4 成本比较函数 | 第52-53页 |
| 5.2 基于Map Reduce的IMPGA在边缘检测中的应用 | 第53-57页 |
| 5.2.1 染色体编码 | 第53页 |
| 5.2.2 初始化种群 | 第53-54页 |
| 5.2.3 适应度函数 | 第54页 |
| 5.2.4 迁移算子 | 第54页 |
| 5.2.5 选择操作 | 第54页 |
| 5.2.6 改进的交叉和变异算子 | 第54-56页 |
| 5.2.7 算法过程执行流程 | 第56-57页 |
| 5.3 实验仿真及分析 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
