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

遗传算法在光学扫描全息中的应用

摘要第5-6页
abstract第6页
第一章 绪论第9-13页
    1.1 光学扫描全息国内外的研究现状第9-11页
    1.2 光学扫描全息中存在的问题第11页
    1.3 本论文的主要工作第11-13页
第二章 光学扫描全息理论第13-35页
    2.1 傅里叶变换理论和卷积第13-15页
        2.1.1 傅里叶变换定义第13-14页
        2.1.2 傅里叶函数性质第14-15页
        2.1.3 卷积及相关理论第15页
    2.2 波动方程及菲涅尔衍射定理第15-18页
    2.3 光瞳函数和光学传递函数第18-22页
    2.4 光学扫描全息系统和基本重建算法第22-27页
        2.4.1 光学扫描第22-23页
        2.4.2 双光瞳光学扫描系统第23-24页
        2.4.3 光学扫描全息的基本重建算法第24-27页
    2.5 基于MATLAB的光学扫描全息实验仿真第27-31页
    2.6 基于随机相位光瞳的OSH重建仿真第31-34页
    2.7 本章小结第34-35页
第三章 光学扫描全息实验系统平台搭建第35-44页
    3.1 光学扫描全息实验系统构成第35-42页
    3.2 光学扫描全息实验所用元件目录第42页
    3.3 本章小结第42-44页
第四章 基于遗传算法的OSH仿真研究第44-63页
    4.1 遗传算法概述第44页
    4.2 遗传算法的优点及不足第44-45页
    4.3 遗传算法的理论基础第45-46页
        4.3.1 模式定理第45-46页
        4.3.2 积木块假设第46页
    4.4 遗传算子及适应度函数第46-48页
        4.4.1 遗传算子第46-48页
        4.4.2 适应度函数第48页
    4.5 二维最大熵法理论第48-50页
    4.6 基于二维最大熵法和传统遗传算法的OSH中离焦躁声去除研究第50-53页
    4.7 基于二维最大熵法和改进遗传算法的OSH中离焦噪声去除研究第53-58页
    4.8 实验仿真结果第58-62页
    4.9 本章小结第62-63页
第五章 总结与展望第63-65页
    5.1 总结第63页
    5.2 展望第63-65页
致谢第65-66页
参考文献第66-70页
攻读硕士学位期间取得的成果第70页

论文共70页,点击 下载论文
上一篇:温湿压传感器读出电路关键技术研究
下一篇:基于石墨烯的柔性应力传感器制备与性能研究