人工鱼群算法研究及其在图像增强中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-16页 |
| 1.3 本文工作 | 第16-18页 |
| 1.4 内容安排 | 第18-20页 |
| 第二章 人工鱼群算法研究 | 第20-30页 |
| 2.1 经典群智能优化算法 | 第20-22页 |
| 2.1.1 遗传算法 | 第20-21页 |
| 2.1.2 粒子群算法 | 第21页 |
| 2.1.3 蛙跳算法 | 第21-22页 |
| 2.2 AFSA原理 | 第22-25页 |
| 2.2.1 AFSA的基本原理 | 第22-23页 |
| 2.2.2 AFSA的基本概念 | 第23-24页 |
| 2.2.3 AFSA的关键参数 | 第24-25页 |
| 2.3 AFSA运算流程 | 第25-27页 |
| 2.3.1 初始化 | 第25页 |
| 2.3.2 行为概述 | 第25-26页 |
| 2.3.3 行为选择 | 第26-27页 |
| 2.3.4 公告板更新 | 第27页 |
| 2.4 AFSA分析 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 采用VPS变种群策略的人工鱼群算法 | 第30-44页 |
| 3.1 VPS变种群策略研究 | 第30-32页 |
| 3.1.1 鱼群规模增大策略 | 第31-32页 |
| 3.1.2 个体人工鱼替换策略 | 第32页 |
| 3.1.3 鱼群规模减小策略 | 第32页 |
| 3.2 动态移动步长的设计 | 第32-34页 |
| 3.3 具有记忆功能的行为选择 | 第34页 |
| 3.4 VAFSA的设计 | 第34-35页 |
| 3.5 算法仿真及分析 | 第35-42页 |
| 3.5.1 测试函数概述 | 第36-38页 |
| 3.5.2 搜索精度比较 | 第38-41页 |
| 3.5.3 收敛速度比较 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于VAFSA的图像增强方法 | 第44-56页 |
| 4.1 图像增强 | 第44-49页 |
| 4.1.1 图像增强的基本概念 | 第44-47页 |
| 4.1.2 图像质量的评价方法 | 第47-48页 |
| 4.1.3 图像增强的过程模型 | 第48-49页 |
| 4.2 基于VAFSA的图像增强算法设计与实现 | 第49-51页 |
| 4.2.1 目标函数设计 | 第49页 |
| 4.2.2 初始种群设计 | 第49-50页 |
| 4.2.3 算法实现 | 第50-51页 |
| 4.3 实验与结果分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 结论和展望 | 第56-58页 |
| 5.1 研究结论 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |
