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

基于改进谱系聚类法和免疫遗传算法的自适应图像分割方法

摘要第3-4页
Abstract第4页
第一章 引言第7-9页
    1.1 前言第7页
    1.2 图像分割技术的现状第7-8页
    1.3 遗传算法发展简介第8页
    1.4 谱系聚类法——模式识别第8页
    1.5 论文的主要内容第8-9页
第二章 谱系聚类法及其改进——模式识别第9-11页
    2.1 谱系聚类法的原理第9页
    2.2 谱系聚类法应用的困难第9-10页
    2.3 对谱系聚类法的改进第10-11页
第三章 遗传算法的基本理论第11-19页
    3.1 遗传算法的基本概念第12页
    3.2 标准遗传算法第12-15页
        3.2.1 标准遗传算法的基本流程第12-13页
        3.2.2 标准遗传算法的要素第13-15页
    3.3 遗传算法的基本原理第15-16页
        3.3.1 模式定理第15页
        3.3.2 积木块假设第15-16页
    3.4 遗传算法的特点第16-17页
        3.4.1 传统搜索算法第16页
        3.4.2 遗传算法的特点第16-17页
    3.5 遗传算法理论研究现状第17-18页
        3.5.1 遗传算法的理论基础、数学模型第17页
        3.5.2 混合遗传算法(HGA hybrid GA)研究第17-18页
        3.5.3 遗传算法的并行化第18页
        3.5.4 借鉴自然现象提出新的算法模型第18页
    3.6 遗传算法的应用研究现状第18-19页
第四章 图像区域分割第19-28页
    4.1 并行区域分割技术第19-23页
        4.1.1 阈值化方法介绍第19-20页
        4.1.2 阈值化算法分类第20页
        4.1.3 特征空间聚类第20-22页
        4.1.4 经典的空间聚类方法第22-23页
    4.2 串行区域分割技术第23-28页
        4.2.1 区域生长第23-24页
        4.2.2 生长准则和过程第24-26页
        4.2.3 分裂合并第26-27页
        4.2.4 松弛迭代法第27-28页
第五章 遗传算法用于图像分割的现状第28-36页
    5.1 利用遗传算法优化模糊C-均值算法进行图像分割第28-30页
        5.1.1 问题的提出第28页
        5.1.2 模糊C-均值算法的基本思想第28-29页
        5.1.3 基本步骤第29-30页
    5.2 遗传算法加速最大类间方差进行图像分割第30-31页
        5.2.1 问题的提出第30页
        5.2.2 最大类间方差的基本思想第30页
        5.2.3 基本步骤第30-31页
        5.2.4 实验结果与结论第31页
    5.3 基于阈值曲面的二维遗传算法第31-34页
        5.3.1 染色体编码第32页
        5.3.2 初始化种群第32页
        5.3.3 设计和缩放适应度函数第32-33页
        5.3.4 设计算子更替种群第33-34页
    5.4 基于遗传算法的分裂合并图像分割第34-36页
        5.4.1 染色体编码第34页
        5.4.2 遗传操作的设计第34-35页
        5.4.3 个体的适应度评价第35-36页
第六章 基于改进谱系聚类法和免疫遗传算法的图像分割第36-45页
    6.1 免疫机理的研究第36-38页
        6.1.1 记忆学习第36页
        6.1.2 多样性遗传机理第36页
        6.1.3 反馈机制第36-38页
    6.2 提出一种适用于图像分割的免疫遗传算法第38-42页
        6.2.1 免疫遗传分割算法(GAS)的基本思路第38-40页
        6.2.2 算法的步骤和流程框图第40-42页
    6.3 应用实例第42-44页
        6.3.1 参数设定及程序实现第42-43页
        6.3.2 实验结果第43-44页
    6.4 分割结果分析第44-45页
第七章 总结第45-46页
参考文献第46-49页
附录主要属性及方法第49-60页
    一、四叉树类及其实现第49-53页
    二、抗体类及其实现第53-55页
    三、最佳抗体类及其实现第55-56页
    四、初始化群体方法第56-57页
    五、统计数据方法第57页
    六、产生新一代群体方法,其中调用选择、交叉、变异等方法第57-58页
    七、选择第58页
    八、交叉第58-59页
    九、变异第59-60页
致谢第60-61页
在学期间公开发表论文及著作情况第61页

论文共61页,点击 下载论文
上一篇:高阶保能量平均向量场方法的理论分析和应用
下一篇:纤维素气凝胶的制备、改性及其应用研究