首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

改进PSO算法在图像配准中的应用

摘要第1-6页
ABSTRACT第6-8页
目录第8-12页
第一章 绪论第12-18页
   ·选题依据及意义第12-13页
   ·粒子群算法在图像配准应用中的研究现状第13-15页
   ·论文的主要研究内容及工作第15-18页
第二章 粒子群算法(PSO算法)概述第18-28页
   ·粒子群算法(PSO算法)第18-23页
     ·粒子群算法(PSO算法)基本的原理解读第18-19页
     ·粒子群算法的设计原则第19-20页
     ·PSO算法的数学模型第20-21页
     ·PSO算法的基本流程第21-23页
   ·粒子群算法的不同模式第23-25页
     ·全局模式与局部模式第23-24页
     ·异步模式和同步模式第24-25页
   ·粒子群算法的特点第25页
   ·惯性权重系数PSO算法第25-26页
   ·PSO算法中的关键参数第26-27页
   ·本章小结第27-28页
第三章 改进的粒子群算法第28-44页
   ·标准PSO算法存在的问题第28-31页
     ·粒子群算法分析第28-31页
   ·已有的PSO改进算法第31-38页
     ·惯性权值系数的调整第31-32页
     ·粒子群的空间特性寻优方法第32-33页
     ·混合PSO模型(HPSO)第33-34页
     ·SPSO模型第34-35页
     ·粒子群的变异策略第35-38页
   ·一些其它改进方法第38-39页
   ·本文改进的PSO算法流程及原理第39-41页
   ·改进PSO算法在函数中的优化实验第41-43页
   ·本章小结第43-44页
第四章 改进PSO算法在图像配准中的应用第44-64页
   ·数字图像的基本概念第44-45页
   ·图像配准的概念第45-47页
   ·图像配准定义第47页
   ·图像配准中的变换类型第47-51页
   ·图像配准的一般过程第51-53页
   ·改进PSO算法在图像配准中的应用第53-58页
   ·实验结果与分析第58-62页
   ·本章小结第62-64页
第五章 总结与展望第64-66页
   ·总结第64-65页
   ·展望第65-66页
参考文献第66-70页
致谢第70-72页
攻读学位期间发表的学术论文第72-74页
攻读硕士学位期间的参研项目第74页

论文共74页,点击 下载论文
上一篇:基于情绪认知的智能CAI课件的研究与实现
下一篇:基于NSCT与区域特性的图像融合算法研究