摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究的背景及意义 | 第11-12页 |
1.2 量子遗传算法的研究现状 | 第12-14页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 本文研究内容及章节安排 | 第14-17页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 章节安排 | 第15-17页 |
第2章 量子计算基础理论及量子优化算 | 第17-35页 |
2.1 量子计算原理 | 第17-25页 |
2.1.1 量子态空间与量子比特 | 第17-18页 |
2.1.2 量子计算中的基本矢量运算 | 第18-20页 |
2.1.3 量子门与量子变换 | 第20-23页 |
2.1.4 量子态及量子计算的基本特性 | 第23-25页 |
2.2 量子算法 | 第25-28页 |
2.2.1“黑盒”加速的量子算法 | 第25-26页 |
2.2.2 量子傅里叶变换 | 第26-27页 |
2.2.3 Shor大数质因子量子算法 | 第27-28页 |
2.3 经典量子遗传优化算法 | 第28-33页 |
2.3.1 量子比特编码 | 第29-30页 |
2.3.2 量子染色体更新策略 | 第30-31页 |
2.3.3 量子遗传算法基本流程 | 第31-32页 |
2.3.4 QGA与GA算法性能对比仿真 | 第32-33页 |
2.4 本章小结 | 第33-35页 |
第3章 一种改进更新策略的双链量子遗传算法 | 第35-49页 |
3.1 双链量子遗传算法 | 第35-39页 |
3.1.1 双链量子遗传算法概述 | 第35-36页 |
3.1.2 双链编码方式 | 第36页 |
3.1.3 解空间变换 | 第36-37页 |
3.1.4 量子旋转门更新 | 第37-38页 |
3.1.5 量子非门变异处理 | 第38页 |
3.1.6 双链量子遗传算法在优化问题中的性能分析 | 第38-39页 |
3.2 改进更新策略的双链量子遗传算法 | 第39-45页 |
3.2.1 双链编码方式的改进 | 第40-41页 |
3.2.2 量子旋转门更新改进 | 第41-43页 |
3.2.3 染色体变异更新的改进 | 第43页 |
3.2.4 改进双链量子遗传算法基本流程 | 第43-45页 |
3.3 改进的双链量子遗传算法性能测试 | 第45-48页 |
3.3.1 优化问题的一般描述 | 第45页 |
3.3.2 典型的函数极值问题 | 第45-46页 |
3.3.3 仿真及结果分析 | 第46-48页 |
3.4 本章小结 | 第48-49页 |
第4章F_DCQGA应用实例——量子小波阈值去噪法 | 第49-62页 |
4.1 基于小波变换的信号阈值去噪 | 第49-53页 |
4.1.1 小波阈值去噪原理 | 第49-50页 |
4.1.2 小波基函数和小波分解层数的选择 | 第50页 |
4.1.3 常用的阈值函数 | 第50-52页 |
4.1.4 常用的阈值估计方法 | 第52页 |
4.1.5 信号去噪质量的评价准则 | 第52-53页 |
4.2 基于F_DCQGA算法改进的小波阈值去噪方法 | 第53-61页 |
4.2.1 利用F_DCQGA算法优化小波阈值思想的概述 | 第53-54页 |
4.2.2 基于F_DCQGA算法的阈值函数选取 | 第54-57页 |
4.2.3 基于F_DCQGA算法的阈值选取 | 第57-58页 |
4.2.4 量子小波去噪法中的适应度函数 | 第58-59页 |
4.2.5 量子小波阈值去噪算法流程 | 第59-61页 |
4.3 本章小结 | 第61-62页 |
第5章 基于F_DCQGA的量子小波阈值去噪法的仿真 | 第62-72页 |
5.1 量子小波阈值去噪法在一维信号中的应用 | 第62-64页 |
5.1.1 一维信号去噪概述 | 第62-63页 |
5.1.2 blocks信号去噪仿真及分析 | 第63-64页 |
5.2 量子小波阈值去噪法在二维信号中的应用 | 第64-71页 |
5.2.1 图像去噪概述 | 第64-65页 |
5.2.2 目标与背景灰度差异明显的图像去噪仿真 | 第65-67页 |
5.2.3 目标与背景灰度差异明显的图像去噪仿真 | 第67-70页 |
5.2.4 不同噪声强度下的图像去噪仿真 | 第70-71页 |
5.3 本章小结 | 第71-72页 |
结论 | 第72-74页 |
参考文献 | 第74-79页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第79-80页 |
致谢 | 第80页 |