| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究背景简要介绍 | 第8-9页 |
| ·课题相关领域的研究及应用 | 第9-11页 |
| ·论文内容与安排 | 第11-12页 |
| 第二章 进化计算和密母计算 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·进化计算的起源、现状及发展 | 第13-14页 |
| ·密母计算 | 第14-17页 |
| ·密母计算的概述 | 第14-15页 |
| ·密母算法的概述 | 第15-17页 |
| ·多邻域局部搜索算法 | 第17-20页 |
| ·局部搜索算法简介 | 第17-18页 |
| ·多邻域的局部搜索算法 | 第18-20页 |
| 第三章 基于双变异密母算法的数值优化 | 第20-34页 |
| ·引言 | 第20页 |
| ·双变异算子的简介 | 第20-22页 |
| ·两种分布函数的简介 | 第20-21页 |
| ·双变异算子的设计 | 第21-22页 |
| ·局部搜索算法 | 第22-25页 |
| ·D.S.C-Powell法 | 第22-23页 |
| ·单纯形加速法 | 第23-24页 |
| ·交叉算子和精英选择策略 | 第24-25页 |
| ·基于双变异密母算法 | 第25页 |
| ·对比算法的简单介绍 | 第25-26页 |
| ·实验结果和分析 | 第26-31页 |
| ·基准函数的测试结果与分析 | 第26-28页 |
| ·CEC2005函数测试结果与分析 | 第28-31页 |
| ·本章小结 | 第31-34页 |
| 第四章 基于多领域密母的kernel k-means算法 | 第34-48页 |
| ·引言 | 第34页 |
| ·k-means聚类算法介绍 | 第34-36页 |
| ·kernel k-means和global kernel k-means聚类算法 | 第36-38页 |
| ·基于多领域密母的kernel k-means算法 | 第38-41页 |
| ·基于多领域密母的kernel k-means算法简介 | 第38-39页 |
| ·主要算子的介绍 | 第39-41页 |
| ·实验结果与分析 | 第41-46页 |
| ·实验测试的数据集 | 第41-42页 |
| ·实验结果和分析 | 第42-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于密母kernel k-means的SAR图像变化检测 | 第48-60页 |
| ·引言 | 第48页 |
| ·变化检测的基本概念 | 第48-52页 |
| ·变化检测的一般流程 | 第49-50页 |
| ·变化检测常用方法介绍 | 第50-52页 |
| ·基于密母核聚类的SAR图像变化检测 | 第52-54页 |
| ·实验结果与分析 | 第54-59页 |
| ·实验SAR图像和实验参数设置 | 第55-56页 |
| ·三种算法的实验结果与分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·论文总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 硕士期间的学术成果 | 第69页 |
