蚁群算法在图象分割中的应用
| 第1章 概论 | 第1-15页 |
| 1．1 蚁群算法 | 第9-11页 |
| 1．1．1 蚁群算法的历史和科学意义 | 第9页 |
| 1．1．2 蚁群算法国内外研究概况 | 第9-11页 |
| 1．2 图象分割 | 第11-15页 |
| 1．2．1 图象分割的科学意义和历史 | 第11-12页 |
| 1．2．2 图象分割的国内外研究概况 | 第12-15页 |
| 第2章 蚁群算法的基本原理 | 第15-38页 |
| 2．1 蚂蚁的群体行为及信息系统 | 第15-17页 |
| 2．2 蚁群算法的原理 | 第17-18页 |
| 2．3 蚁群系统模型 | 第18-21页 |
| 2．3 蚁群算法的实现 | 第21-22页 |
| 2．4 一些改进的蚁群算法 | 第22-34页 |
| 2．4．1 蚁群系统(ACS) | 第23-24页 |
| 2．4．2 最大最小系统(MMAS) | 第24-25页 |
| 2．4．3 调整ρ挥发系数的自适应算法 | 第25-26页 |
| 2．4．4 相遇算法 | 第26-27页 |
| 2．4．5 分段算法 | 第27-28页 |
| 2．4．6 动态自适应调整信息素的蚁群改进算法 | 第28-30页 |
| 2．4．7 调整人工信息素改进算法 | 第30-31页 |
| 2．4．8 小窗口算法 | 第31-32页 |
| 2．4．9 智能蚂蚁算法 | 第32-34页 |
| 2．5 蚁群算法目前的应用 | 第34-38页 |
| 2．5．1 蚁群算法在静态组合优化中的应用 | 第34-35页 |
| 2．5．2 蚁群算法在动态组合优化中的应用 | 第35-36页 |
| 2．5．3 蚁群算法在其他领域的应用 | 第36-38页 |
| 第3章 蚁群算法在图象分割中的应用 | 第38-58页 |
| 3．1 图象分割 | 第38-54页 |
| 3．1．1 图象分割简介 | 第38-40页 |
| 3．1．2 图象分割的定义 | 第40-41页 |
| 3．2．3 图象分割分类 | 第41-54页 |
| 3．2 蚁群算法在图象分割中的应用 | 第54-58页 |
| 3．2．1 简介 | 第54页 |
| 3．2．2 图象分割特征的提取 | 第54-55页 |
| 3．2．3 蚁群算法的描述 | 第55-57页 |
| 3．2．4 算法流程 | 第57-58页 |
| 第4章 实验及其分析 | 第58-62页 |
| 4．1 实验过程 | 第58-59页 |
| 4．2 实验结果分析 | 第59-62页 |
| 第5章 总结与展望 | 第62-64页 |
| 5．1 总结 | 第62页 |
| 5．2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 作者在硕士期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
