粒子群优化算法的改进及其在图像中的应用研究

摘要	第1-5页
ABSTRACT	第5-9页
第一章 绪论	第9-22页
·引言	第9页
·研究背景	第9-15页
·优化问题与优化算法	第9-11页
·进化优化算法	第11-13页
·群体智能优化算法	第13-15页
·主要研究内容	第15-16页
·标准测试函数	第16-21页
·研究路线	第21-22页
第二章 PSO 算法与QPSO 算法	第22-33页
·基本 PSO 算法	第22-24页
·基本PSO 算法原理	第22-23页
·基本PSO 算法流程	第23-24页
·基本 PSO 算法的改进	第24-26页
·带惯性权重因子的 PSO 算法	第24-25页
·带有压缩因子的PSO 算法	第25-26页
·利用遗传思想改进 PSO 算法	第26页
·QPSO 算法	第26-32页
·QPSO 算法原理	第27-29页
·QPSO 算法流程	第29页
·QPSO 算法参数控制	第29-32页
·小结	第32-33页
第三章 基于动态邻域的 QPSO 算法	第33-45页
·Gbest 和 Lbest 进化模型	第33-34页
·基本的邻域结构	第34-35页
·基于邻域模型的QPSO 算法	第35-37页
·算法思想	第35-36页
·算法的实现	第36-37页
·实验测试	第37-44页
·小结	第44-45页
第四章 具有高斯扰动操作的QPSO 算法	第45-81页
·带有高斯扰动的QPSO 算法	第45-46页
·MQPSO 算法收敛性分析	第46-49页
·实验测试	第49-80页
·小结	第80-81页
第五章 维持多样性和多阶段多群体的QPSO 算法	第81-96页
·维持粒子群多样性的QPSO 算法	第81-83页
·多阶段多群体的QPSO 算法	第83-84页
·实验测试	第84-95页
·实验设置	第84-94页
·实验分析	第94-95页
·小结	第95-96页
第六章 并行QPSO 算法	第96-112页
·并行计算与并行算法	第96-102页
·并行计算系统	第96-97页
·并行编程模型	第97-98页
·并行算法设计	第98页
·并行算法的并行策略	第98-100页
·并行算法性能度量	第100页
·并行优化算法中的负载平衡	第100-102页
·并行 QPSO 算法	第102-106页
·算法原理	第102-103页
·算法实现	第103页
·实验测试	第103-106页
·基于邻域拓扑模型的并行QPSO 算法	第106-109页
·Parallel NT-QPSO 算法原理	第107-108页
·Parallel NT-QPSO 算法的实现	第108-109页
·实验测试	第109-111页
·小结	第111-112页
第七章 QPSO 算法在图像处理中应用	第112-135页
·在医学图像配准中的应用	第112-119页
·最大互信息法	第112-114页
·Powell 算法	第114页
·图像配准步骤	第114-115页
·优化策略及优化算法分析	第115-116页
·QPSO 算法配准实验	第116-119页
·在图像聚类分割处理中的应用	第119-134页
·常用聚类算法	第120-122页
·QPSO 和PSO 算法聚类性能比较	第122-124页
·基于QPSO 算法的图像分割	第124-126页
·QPSO 算法及其改进算法的分割实验	第126-134页
·小结	第134-135页
第八章 总结与展望	第135-137页
·课题研究总结	第135-136页
·课题研究展望	第136-137页
致谢	第137-138页
参考文献	第138-147页
附录：作者在攻读博士学位期间发表的论文	第147页