| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 课题的研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 蚁群算法的研究现状 | 第8-9页 |
| 1.2.2 图像分割的研究现状 | 第9-10页 |
| 1.3 论文的工作和内容安排 | 第10-12页 |
| 第二章 相关背景知识简介 | 第12-22页 |
| 2.1 TSP 问题 | 第12-13页 |
| 2.2 蚁群算法概述 | 第13-19页 |
| 2.2.1 传统蚁群算法 | 第13-17页 |
| 2.2.2 广义蚁群优化算法 | 第17-19页 |
| 2.3 算法复杂度基础理论 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 IGACO 算法收敛速度及算法复杂度研究 | 第22-47页 |
| 3.1 IGACO 算法收敛速度理论分析 | 第22-28页 |
| 3.2 IGACO 算法复杂度理论研究 | 第28-34页 |
| 3.2.1 时间复杂度 | 第28-33页 |
| 3.2.2 空间复杂度 | 第33-34页 |
| 3.3 收敛速度及收敛时间实验 | 第34-46页 |
| 3.3.1 收敛速度实验 | 第34-44页 |
| 3.3.2 收敛时间实验 | 第44-45页 |
| 3.3.3 复杂度实验 | 第45-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 IGACO 算法在图像分割领域中的应用 | 第47-61页 |
| 4.1 图像分割概述 | 第47-52页 |
| 4.1.1 图像分割问题的定义 | 第47-49页 |
| 4.1.2 图像分割方法 | 第49-52页 |
| 4.2 IGACO 算法应用于图像分割 | 第52-55页 |
| 4.2.1 IGACO 算法应用于图像分割的数学模型 | 第52-53页 |
| 4.2.2 广义蚁群优化算法在图像分割中的应用流程 | 第53-55页 |
| 4.3 IGACO 算法在图像分割中的应用实验 | 第55-57页 |
| 4.3.1 实验目的与平台 | 第55页 |
| 4.3.2 实验结果与分析 | 第55-57页 |
| 4.4 基于多态 IGACO 算法应用于图像分割 | 第57-60页 |
| 4.4.1 多态 IGACO 算法 | 第57-58页 |
| 4.4.2 多态 IGACO 算法应用于图像分割问题 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 附录 1 程序清单 | 第65-69页 |
| 附录 2 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 致谢 | 第70页 |
