基于干扰因子的QPSO算法改进及其应用
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-10页 |
·进化算法的研究现状 | 第7-8页 |
·图像插值的发展与现状 | 第8-9页 |
·本论文的研究内容和研究方法 | 第9-10页 |
第二章 几种进化算法的研究 | 第10-23页 |
·优化问题 | 第10-11页 |
·遗传算法的研究 | 第11-16页 |
·遗传算法的基本概念 | 第12-13页 |
·遗传算法的基本原理 | 第13-15页 |
·遗传算法的特点 | 第15-16页 |
·遗传算法的应用 | 第16页 |
·群体智能算法的研究 | 第16-22页 |
·粒子群算法(PSO) | 第17-20页 |
·具有量子行为的粒子群算法(QPSO) | 第20-22页 |
·本章小结 | 第22-23页 |
第三章 具有量子行为的粒子群算法改进 | 第23-31页 |
·QPSO 改进算法的引入 | 第23页 |
·基于干扰因子的QPSO 算法提出及思想 | 第23-25页 |
·测试结果与分析 | 第25-30页 |
·测试函数 | 第25页 |
·结果与分析 | 第25-30页 |
·本章小结 | 第30-31页 |
第四章 QPSO 算法在图像插值上的应用 | 第31-48页 |
·引言 | 第31-32页 |
·数字图像插值技术研究 | 第32-34页 |
·线性图像插值方法 | 第32-33页 |
·非线性图像插值方法 | 第33-34页 |
·边缘保护的图像插值方法提出 | 第34-37页 |
·图像插值模型推导 | 第35-37页 |
·基于粒子群算法的图像插值方法 | 第37-47页 |
·基于PSO 算法的图像插值方法 | 第38-39页 |
·基于QPSO 算法的图像插值方法 | 第39-40页 |
·实验结果与分析 | 第40-47页 |
·本章小结 | 第47-48页 |
第五章 结论与展望 | 第48-49页 |
·结论 | 第48页 |
·未来研究方向 | 第48-49页 |
致谢 | 第49-50页 |
参考文献 | 第50-54页 |
附录:作者在攻读硕士学位期间发表的论文 | 第54页 |