遗传神经网络在图像分割中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·选题背景 | 第10-13页 |
| ·理论意义和研究价值 | 第10-12页 |
| ·图像分割技术的研究现状 | 第12页 |
| ·图像分割的意义 | 第12-13页 |
| ·遗传神经网络在图像分割中的研究意义 | 第13-14页 |
| ·本文主要工作和组织结构安排 | 第14页 |
| ·本章小结 | 第14-16页 |
| 第二章 图像分割的方法 | 第16-38页 |
| ·图像分割方法概述 | 第16-20页 |
| ·图像分割方法的分类 | 第17-18页 |
| ·图像分割评价 | 第18-20页 |
| ·图像分割应注意的问题 | 第20页 |
| ·基于阈值的图像分割 | 第20-23页 |
| ·双峰法分析 | 第21页 |
| ·迭代法分析 | 第21-22页 |
| ·大津法分析 | 第22-23页 |
| ·基于区域的图像分割 | 第23-29页 |
| ·区域生长 | 第24-27页 |
| ·区域分裂法 | 第27页 |
| ·区域合并法 | 第27-28页 |
| ·区域分裂合并方法 | 第28-29页 |
| ·基于边界的图像分割 | 第29-35页 |
| ·边缘检测法概述 | 第30页 |
| ·边缘检测技术 | 第30-31页 |
| ·边缘检测算子 | 第31-35页 |
| ·结合特定理论的图像分割方法 | 第35-36页 |
| ·基于模糊集的图像分割方法 | 第35页 |
| ·基于遗传算法的图像分割方法 | 第35-36页 |
| ·基于神经网络的图像分割方法 | 第36页 |
| ·基于粗糙集的图像分割方法 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第三章 理论基础 | 第38-50页 |
| ·BP神经网络 | 第38页 |
| ·BP神经网络设计的基本方法 | 第38-39页 |
| ·BP网络的缺陷 | 第39页 |
| ·遗传算法概述 | 第39-41页 |
| ·基本遗传算法 | 第41-48页 |
| ·基本遗传算法描述 | 第41页 |
| ·基本遗传算法的构成要素 | 第41-47页 |
| ·遗传算法的基本流程 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 基于遗传神经网络的图像分割方法 | 第50-68页 |
| ·遗传神经网络 | 第50-55页 |
| ·网络拓扑结构 | 第50页 |
| ·网络编码 | 第50-51页 |
| ·适应度函数 | 第51-52页 |
| ·遗传操作算子 | 第52页 |
| ·遗传神经网络与BP神经网络仿真对比 | 第52-55页 |
| ·改进的遗传神经网络 | 第55-57页 |
| ·适应度函数的改进 | 第55-56页 |
| ·选择算子的改进 | 第56页 |
| ·改进遗传神经网络仿真实验 | 第56-57页 |
| ·基于遗传神经网络的图像分割 | 第57-66页 |
| ·样本特征提取 | 第58-59页 |
| ·样本学习 | 第59页 |
| ·图像分割 | 第59页 |
| ·仿真实验 | 第59-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 结束语 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·前景展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文 | 第76页 |
