基于改进遗传神经网络的深度图像边缘检测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·边缘检测技术的发展 | 第11-12页 |
| ·本课题的国内外研究现状 | 第12-14页 |
| ·本文的结构安排 | 第14-15页 |
| 第2章 神经网络的深度图像边缘检测 | 第15-27页 |
| ·神经网络的结构设计 | 第15-20页 |
| ·神经网络的模型、分类及学习规则 | 第15-16页 |
| ·BP 神经网络的结构与算法 | 第16-20页 |
| ·BP 神经网络在深度图像边缘检测中的应用 | 第20-23页 |
| ·训练样本的选取 | 第20页 |
| ·网络参数的确定 | 第20-22页 |
| ·仿真实验 | 第22-23页 |
| ·BP 神经网络的缺陷及改进 | 第23-26页 |
| ·训练样本的改进 | 第23-24页 |
| ·学习策略的改进 | 第24-25页 |
| ·改进后实验结果 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 遗传算法的深度图像边缘检测 | 第27-38页 |
| ·遗传算法的基本策略 | 第27-31页 |
| ·遗传算法的特征 | 第27页 |
| ·遗传算法的步骤 | 第27-31页 |
| ·遗传算法在深度图像边缘检测中的应用 | 第31-33页 |
| ·染色体编码 | 第31-32页 |
| ·适应值的计算 | 第32页 |
| ·遗传算子 | 第32-33页 |
| ·实验结果 | 第33页 |
| ·遗传算法的缺陷及改进 | 第33-37页 |
| ·遗传算法的缺陷 | 第33-34页 |
| ·遗传算法的改进 | 第34-37页 |
| ·改进后实验结果 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第4章 遗传神经网络的深度图像边缘检测 | 第38-53页 |
| ·神经网络与遗传算法的对比 | 第38-39页 |
| ·遗传神经网络边缘检测算法 | 第39-41页 |
| ·算法描述 | 第39-40页 |
| ·特征值提取 | 第40页 |
| ·权值优化 | 第40-41页 |
| ·遗传神经网络训练 | 第41-47页 |
| ·BP 结构的确定 | 第43-44页 |
| ·编码和种群初始化 | 第44-45页 |
| ·适应度函数的选取 | 第45-46页 |
| ·遗传神经网络训练结果 | 第46-47页 |
| ·改进的遗传神经网络的深度图像边缘检测 | 第47-52页 |
| ·遗传神经网络的改进 | 第47-48页 |
| ·改进的遗传神经网络检测深度图像 | 第48-50页 |
| ·实验处理结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
