首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于自适应多agent的图像分割

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-14页
   ·问题的提出第10-11页
   ·课题研究的意义第11-12页
   ·本文的工作和创新点第12-13页
   ·论文的组织结构第13-14页
第2章 适应性的复杂系统建模第14-23页
   ·复杂性及其研究第14-16页
     ·复杂性研究的产生背景第14-15页
     ·复杂性研究的主要流派第15-16页
   ·复杂适应系统理论第16-22页
     ·适应性造就复杂性第16-17页
     ·复杂适应系统的基本原理第17-18页
     ·复杂适应系统微观层次模型第18-20页
     ·复杂适应系统宏观层次模型第20-22页
   ·本章小结第22-23页
第3章 多agent系统建模的关键技术第23-36页
   ·agent和MAS模型与结构第23-29页
     ·agent模型与结构第24-26页
     ·MAS模型与结构第26-29页
   ·agent学习策略第29-33页
     ·强化学习基本原理第29-32页
     ·Q-学习第32-33页
   ·MAS合作机制第33-35页
   ·本章小结第35-36页
第4章 基于自适应多agent的图像分割框架第36-48页
   ·图像分割方法综述第36-37页
     ·经典图像分割方法第36-37页
     ·基于agent的图像分割方法第37页
   ·基于自适应多agent系统建模第37-40页
   ·基于自适应多agent的图像分割框架ISF第40-47页
     ·ISF基本思想第40-44页
     ·ISF的适应性控制策略第44-45页
     ·ISF的优点第45-47页
   ·本章小结第47-48页
第五章 自适应多agent图像分割算法第48-58页
   ·用于图像分割的自适应多agent系统的体系结构第48-54页
     ·图像特征检测agent第49-53页
     ·管理agent第53-54页
   ·基于ISF的图像分割算法第54-56页
   ·本章小结第56-58页
第六章 实验结果及分析第58-64页
   ·简单图像分割实验第58-59页
   ·复杂图像分割实验第59-61页
   ·图像分割对比实验第61-63页
   ·本章小结第63-64页
第七章 结论与展望第64-66页
   ·工作总结第64-65页
   ·工作展望第65-66页
参考文献第66-69页
致谢第69-70页
论文及科研情况第70页

论文共70页,点击 下载论文
上一篇:2-乙氧羰基-3-溴-4-甲基-5-甲酰基吡咯的合成及其工艺研究
下一篇:不对称信息下企业债务融资次序研究