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--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

蜂群算法与低秩稀疏分解融合的图像去噪方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-17页
    1.1 课题研究背景及意义第9-10页
    1.2 国内外研究现状第10-14页
    1.3 论文的主要研究内容第14-15页
    1.4 论文的结构安排第15-17页
第二章 低秩稀疏分解第17-23页
    2.1 引言第17页
    2.2 低秩稀疏分解算法第17-21页
        2.2.1 迭代阈值法第18-19页
        2.2.2 加速近端梯度法第19-20页
        2.2.3 增广拉格朗日乘子法第20-21页
    2.3 低秩稀疏分解的模型分析第21-22页
    2.4 本章小结第22-23页
第三章 基于Bloch球面的改进量子蜂群算法第23-35页
    3.1 引言第23-24页
    3.2 传统的人工蜂群算法第24-25页
    3.3 基于Bloch球面的改进量子蜂群算法第25-28页
        3.3.1 量子计算第25页
        3.3.2 IBQABC算法第25-28页
    3.4 改进基于Bloch球面的量子蜂群算法的性能分析第28-34页
        3.4.1 测试函数第28-31页
        3.4.2 改进蜂群算法中参数对优化结果的影响分析第31-32页
        3.4.3 函数优化第32-34页
    3.5 本章小结第34-35页
第四章 改进蜂群算法与低秩稀疏分解融合的图像去噪第35-49页
    4.1 引言第35页
    4.2 融合算法的去噪流程第35-36页
    4.3 图像的聚类分解第36-37页
    4.4 低秩稀疏分解与改进蜂群算法的融合第37-38页
    4.5 图像去噪及算法比较分析第38-48页
        4.5.1 标准图像去噪及比较分析第38-44页
        4.5.2 工程图纸扫描后的图像去噪第44-47页
        4.5.3 改进蜂群算法的去噪性能比较第47-48页
        4.5.4 融合算法去噪分析第48页
    4.6 本章小结第48-49页
结论第49-51页
参考文献第51-56页
发表文章目录第56-58页
致谢第58-59页

论文共59页,点击 下载论文
上一篇:四轴冲压上下料机械手开发研究
下一篇:基于智能人机协作下视觉设计创作系统的构架研究