| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 量子遗传算法的研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文研究内容及章节安排 | 第14-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 章节安排 | 第14-16页 |
| 第2章 量子算法的基本理论 | 第16-28页 |
| 2.1 量子计算 | 第16-21页 |
| 2.1.1 量子计算原理 | 第16页 |
| 2.1.2 量子逻辑门 | 第16-18页 |
| 2.1.3 量子信息基本特性 | 第18-19页 |
| 2.1.4 基本量子算法 | 第19-21页 |
| 2.2 遗传算法 | 第21-22页 |
| 2.2.1 遗传算法的原理 | 第21-22页 |
| 2.2.2 遗传算法的特点与不足 | 第22页 |
| 2.3 量子遗传算法 | 第22-26页 |
| 2.3.1 量子比特编码 | 第22-23页 |
| 2.3.2 量子遗传更新操作 | 第23-24页 |
| 2.3.3 量子遗传算法基本流程 | 第24-25页 |
| 2.3.4 GA与QGA算法性能对比仿真 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 双链量子遗传算法的改进 | 第28-38页 |
| 3.1 双链量子遗传算法 | 第28-31页 |
| 3.1.1 双链量子遗传算法 | 第28页 |
| 3.1.2 双链量子遗传的编码方式 | 第28-29页 |
| 3.1.3 解空间变换方式 | 第29-30页 |
| 3.1.4 量子旋转门更新策略 | 第30页 |
| 3.1.5 量子非门变异操作 | 第30-31页 |
| 3.2 改进的双链量子遗传算法 | 第31-34页 |
| 3.2.1 改进解空间变换方式 | 第31-32页 |
| 3.2.2 改进的量子旋转门更新 | 第32-33页 |
| 3.2.3 改进的双链量子遗传算法的实现 | 第33-34页 |
| 3.3 B_DCQGA的性能测试 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 B_DCQGA算法的应用理论研究 | 第38-52页 |
| 4.1 在小波阈值去噪中的应用 | 第38-41页 |
| 4.1.1 小波阈值去噪的基本原理 | 第38-39页 |
| 4.1.2 常用的阈值函数和阈值的估计方法 | 第39-40页 |
| 4.1.3 信号去噪质量的评价标准 | 第40-41页 |
| 4.2 最大熵阈值分割算法(KSW法) | 第41-45页 |
| 4.2.1 一维最大熵阈值分割算法 | 第41-42页 |
| 4.2.2 二维最大熵阈值分割算法 | 第42-45页 |
| 4.3 基于B_DCQGA算法的小波阈值去噪 | 第45-48页 |
| 4.3.1 B型双链量子小波去噪法的适应度函数 | 第45页 |
| 4.3.2 基于B_DCQGA的小波阈值去噪法的阈值选取 | 第45-46页 |
| 4.3.3 适应度函数的选取 | 第46-47页 |
| 4.3.4 B型双链量子小波阈值去噪的算法流程 | 第47-48页 |
| 4.4 基于B_DCQGA算法的二维最大熵阈值分割 | 第48-51页 |
| 4.4.1 算法的基本思路 | 第49页 |
| 4.4.2 B型双链量子二维最大熵阈值分割法的算法流程 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 基于B_DCQGA算法的应用仿真 | 第52-61页 |
| 5.1 B型双链量子小波阈值图像去噪仿真实验 | 第52-57页 |
| 5.1.1 图像去噪对比仿真 | 第52-56页 |
| 5.1.2 不同噪声强度下的图像去噪 | 第56-57页 |
| 5.2 B型双链量子二维最大熵阈值图像分割仿真 | 第57-60页 |
| 5.2.1 原始图像分割仿真 | 第57-58页 |
| 5.2.2 含噪图像分割仿真 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
