| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10页 |
| 1.3 研究的主要内容 | 第10-11页 |
| 1.4 本文的结构安排 | 第11-12页 |
| 第二章 混合蛙跳算法简介 | 第12-18页 |
| 2.1 混合蛙跳算法的产生及原理 | 第12-13页 |
| 2.2 混合蛙跳算法的数学模型及算法描述 | 第13-15页 |
| 2.3 混合蛙跳算法的基本流程 | 第15-17页 |
| 2.4 混合蛙跳算法的局限性 | 第17页 |
| 2.5 小结 | 第17-18页 |
| 第三章 基于差分扰动的混合蛙跳算法 | 第18-28页 |
| 3.1 基于差分进化策略的混合蛙跳算法 | 第18-22页 |
| 3.1.1 榜样学习 | 第18-19页 |
| 3.1.2 随机差分变异搜索 | 第19页 |
| 3.1.3 组内混合扰动更新 | 第19-21页 |
| 3.1.4 ISFLA总流程 | 第21-22页 |
| 3.2 仿真实验 | 第22-27页 |
| 3.3 小结 | 第27-28页 |
| 第四章 基于生物地理学优化的混合蛙跳算法 | 第28-38页 |
| 4.1 改进的混合蛙跳算法 | 第28-32页 |
| 4.1.1 生物地理学优化算法及其迁移算子 | 第28-31页 |
| 4.1.2 基于生物地理学学习的搜索方式 | 第31-32页 |
| 4.1.3 改进算法步骤描述 | 第32页 |
| 4.2 仿真实验及结果分析 | 第32-36页 |
| 4.3 小结 | 第36-38页 |
| 第五章 改进的混合蛙跳算法在多阈值图像分割中的应用 | 第38-50页 |
| 5.1 图像分割概述 | 第38-39页 |
| 5.2 阈值分割方法概述 | 第39-40页 |
| 5.2.1 最大Renyi熵多阈值分割准则 | 第39页 |
| 5.2.2 Otsu多阈值分割准则 | 第39-40页 |
| 5.3 基于ISFLA和最大Renyi熵的多阈值图像分割方法 | 第40-45页 |
| 5.4 基于BSFLA和Otsu的多阈值图像分割方法 | 第45-49页 |
| 5.5 小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士学位期间的科研成果 | 第58-60页 |
