改进的协同量子粒子群优化算法及其图像分割应用研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 论文研究背景介绍 | 第16-17页 |
| 1.2 PSO算法研究现状及发展 | 第17-18页 |
| 1.3 QPSO算法研究现状及发展 | 第18-19页 |
| 1.4 论文的主要研究内容 | 第19-22页 |
| 第二章 动态变异与背景协同的QPSO算法 | 第22-44页 |
| 2.1 引言 | 第22页 |
| 2.2 QPSO算法的理论背景 | 第22-30页 |
| 2.2.1 PSO算法 | 第22-24页 |
| 2.2.2 QPSO算法 | 第24-30页 |
| 2.3 背景协同的QPSO算法 | 第30-31页 |
| 2.4 改进的背景协同QPSO算法 | 第31-33页 |
| 2.4.1 算法的提出 | 第31页 |
| 2.4.2 算法的原理及框架描述 | 第31-33页 |
| 2.5 函数仿真测试 | 第33-35页 |
| 2.5.1 测试函数 | 第33-34页 |
| 2.5.2 算法参数及实验环境设置 | 第34页 |
| 2.5.3 实验结果及分析 | 第34-35页 |
| 2.6 医学图像分割仿真测试 | 第35-42页 |
| 2.6.1 医学图像分割简述 | 第36-37页 |
| 2.6.2 图像阈值分割概述 | 第37-40页 |
| 2.6.3 实验参数及环境设置 | 第40页 |
| 2.6.4 实验结果及分析 | 第40-42页 |
| 2.7 本章小结 | 第42-44页 |
| 第三章 分区协同的QPSO算法 | 第44-62页 |
| 3.1 基于分区协同的QPSO算法 | 第44-49页 |
| 3.1.1 算法的提出 | 第44页 |
| 3.1.2 算法的原理描述 | 第44-49页 |
| 3.2 函数仿真测试 | 第49-58页 |
| 3.2.1 测试函数 | 第49-53页 |
| 3.2.2 实验参数及环境设置 | 第53页 |
| 3.2.3 实验结果及分析 | 第53-58页 |
| 3.3 医学图像分割仿真测试 | 第58-61页 |
| 3.3.1 实验参数及环境设置 | 第58-59页 |
| 3.3.2 实验结果及分析 | 第59-61页 |
| 3.4 本章总结 | 第61-62页 |
| 第四章 动态反向学习及协同的QPSO算法 | 第62-72页 |
| 4.1 反向学习机制的概述 | 第62页 |
| 4.2 算法的提出 | 第62-64页 |
| 4.2.1 算法的原理 | 第63页 |
| 4.2.2 算法的流程 | 第63-64页 |
| 4.3 函数仿真实验 | 第64-68页 |
| 4.3.1 测试函数 | 第64-65页 |
| 4.3.2 实验参数及环境设置 | 第65页 |
| 4.3.3 实验结果及分析 | 第65-68页 |
| 4.4 医学图像分割仿真测试 | 第68-70页 |
| 4.4.1 实验参数及环境设置 | 第68页 |
| 4.4.2 实验结果及分析 | 第68-70页 |
| 4.5 本章总结 | 第70-72页 |
| 第五章 总结和展望 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
