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

基于小波变换与蚁群算法的纹理分析方法

摘要第1-6页
ABSTRACT第6-9页
第一章 绪论第9-14页
   ·课题的研究现状及意义第9-12页
   ·主要工作及内容安排第12-14页
第二章 预备知识第14-26页
   ·小波变换第14-15页
     ·连续小波变换第14-15页
     ·离散小波变换第15页
   ·多分辨分析和小波分解、重构第15-17页
   ·小波包变换第17-18页
   ·蚁群算法第18-25页
     ·生物原型介绍第18-20页
     ·蚂蚁系统算法第20-22页
     ·蚁群系统算法第22-23页
     ·最大最小蚁群算法第23页
     ·蚁群算法的优缺点第23-25页
   ·本章小结第25-26页
第三章 基于小波包的纹理特征提取方法及改进第26-36页
   ·纹理特征描述方法第26-28页
     ·统计描述方法第26-27页
     ·结构描述方法第27-28页
     ·基于模型的方法第28页
     ·信号处理方法第28页
   ·小波变换的纹理特征提取及改进第28-32页
     ·小波变换的纹理特征提取第28-29页
     ·小波包变换的纹理特征提取第29-30页
     ·基于四分法的纹理特征改进第30-32页
   ·试验仿真及结果第32-34页
   ·本章小结第34-36页
第四章 蚁群算法在纹理分析中的应用第36-45页
   ·蚁群算法的聚类模型第36-37页
   ·基于蚁群算法的纹理分类新方法第37-41页
     ·基于蚁群的训练过程第38-39页
     ·基于蚁群的分类过程第39页
     ·实验仿真及结果第39-41页
   ·基于蚁群算法的纹理分割新方法第41-44页
     ·基于蚁群的纹理特征聚类第42-43页
     ·实验仿真及结果第43-44页
   ·本章小结第44-45页
第五章 总结与展望第45-47页
   ·总结第45-46页
   ·展望第46-47页
参考文献第47-51页
致谢第51-52页
附录A(攻读学位期间发表论文目录)第52页

论文共52页,点击 下载论文
上一篇:嵌入JBPM的轻量级工作流系统的构建和应用
下一篇:基于蚁群算法的Web挖掘技术的设计与实现