基于群集智能模式识别方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-24页 |
| ·模式识别概述 | 第9-15页 |
| ·原始样本获取 | 第9-10页 |
| ·预处理 | 第10-11页 |
| ·特征提取和选择 | 第11-13页 |
| ·分类决策 | 第13-15页 |
| ·群集智能 | 第15-23页 |
| ·群集智能基本原理 | 第17-21页 |
| ·群集智能理论应用研究现状 | 第21-23页 |
| ·本文研究的主要内容及创新点 | 第23页 |
| ·本章小结 | 第23-24页 |
| 2 预处理中除噪方法研究及PSO的应用 | 第24-44页 |
| ·图像去噪简介 | 第24-26页 |
| ·基于四阶累积量的平滑滤波法 | 第26-32页 |
| ·图像去噪效果的评价方法 | 第32-33页 |
| ·基于PSO的最佳除噪方法的选择算法 | 第33-37页 |
| ·算法简介 | 第33-34页 |
| ·仿真比较 | 第34-37页 |
| ·PSO在柔性边缘检测方法选取中的应用 | 第37-43页 |
| ·柔性形态学 | 第37-38页 |
| ·PSO在柔性形态变换边缘检测算法选取中的应用 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 3 基于信息熵改进ACO的特征选择算法 | 第44-69页 |
| ·特征评价标准 | 第44-45页 |
| ·基于信息熵改进ACO的特征选择算法 | 第45-51页 |
| ·人脸识别 | 第51-67页 |
| ·预处理 | 第52-53页 |
| ·人脸检测 | 第53-54页 |
| ·小波变换 | 第54-55页 |
| ·特征提取 | 第55-59页 |
| ·支持向量机(SVM) | 第59-65页 |
| ·人脸识别实验方法和结果分析 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 4 基于群集智能算法的分类决策方法研究 | 第69-94页 |
| ·基于PSO的模式分类算法及其应用 | 第69-80页 |
| ·车牌号码识别 | 第70-73页 |
| ·机器人线型队形识别 | 第73-80页 |
| ·GACO及其在分类决策和机器人队形变换中的应用 | 第80-93页 |
| ·基本ACO | 第80页 |
| ·广义蚁群算法(GACO) | 第80-84页 |
| ·基于GACO的多类别分类器设计 | 第84-88页 |
| ·GACO在机器人队形变换中的应用 | 第88-93页 |
| ·本章小结 | 第93-94页 |
| 结论 | 第94-95页 |
| 参考文献 | 第95-104页 |
| 论文创新点摘要 | 第104-105页 |
| 附录A 攻读博士学位期间发表学术论文情况 | 第105-107页 |
| 附录B 作者在攻读博士学位期间参加的科研工作 | 第107-108页 |
| 致谢 | 第108-109页 |
