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

基于改进遗传算法的多光谱辐射测温研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究背景第10-11页
    1.2 研究的目的和意义第11-12页
    1.3 辐射测温技术的国内外研究现状第12-14页
    1.4 研究内容及章节安排第14-16页
第2章 多光谱辐射测温技术的理论研究第16-31页
    2.1 辐射测温常用方法的原理第16-20页
        2.1.1 亮度测温法原理第16-17页
        2.1.2 比色测温法原理第17-18页
        2.1.3 多光谱辐射测温法原理第18-20页
    2.2 多光谱辐射测温第20-30页
        2.2.1 多光谱辐射测温的基本结构第20-21页
        2.2.2 温度标定第21-23页
        2.2.3 多光谱测温的计算方法第23-26页
        2.2.4 等效波长的计算方法第26-30页
    2.3 本章小结第30-31页
第3章 基于遗传算法的多光谱测温第31-41页
    3.1 遗传算法第31-36页
        3.1.1 遗传算法的原理第31-32页
        3.1.2 遗传算法的优缺点第32-33页
        3.1.3 遗传算法的改进方向第33-36页
    3.2 遗传算法求解目标真温第36-40页
    3.3 本章小结第40-41页
第4章 基于自适应遗传算法的多光谱测温第41-54页
    4.1 自适应遗传算法第41-42页
        4.1.1 自适应遗传算法的原理第41页
        4.1.2 自适应遗传算法的优缺点第41-42页
    4.2 传统的和改进的自适应遗传算法第42-44页
        4.2.1 传统的自适应遗传算法第42-43页
        4.2.2 改进的自适应遗传算法第43-44页
    4.3 自适应遗传算法求解目标真温第44-53页
        4.3.1 传统的自适应遗传算法的实验分析第44-48页
        4.3.2 改进的自适应遗传算法的实验分析第48-53页
    4.4 本章小结第53-54页
第5章 基于双种群遗传算法的多光谱测温第54-67页
    5.1 双种群遗传算法第54-56页
        5.1.1 双种群遗传算法的原理第54页
        5.1.2 双种群遗传算法的特点第54-56页
    5.2 双种群遗传算法求解目标真温第56-61页
        5.2.1 双种群遗传算法的结构形式第56-57页
        5.2.2 双种群遗传算法的参数设置第57页
        5.2.3 双种群遗传算法的实验分析第57-61页
    5.3 自适应双种群遗传算法求解目标真温第61-65页
        5.3.1 自适应双种群遗传算法设计第61页
        5.3.2 自适应双种群遗传算法的实验分析第61-65页
    5.4 几种算法的比较第65-66页
    5.5 本章小结第66-67页
结论第67-68页
参考文献第68-72页
攻读硕士学位期间发表的论文和取得的科研成果第72-73页
致谢第73页

论文共73页,点击 下载论文
上一篇:基于WLAN信号强度指纹的室内定位技术研究
下一篇:非均匀线阵的低旁瓣波束形成算法研究