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

基于动态小生境的人工鱼群聚类算法及其在目标分割中的应用

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
目录第8-10页
1 绪论第10-16页
    1.1 智能优化算法第10-11页
    1.2 人工鱼群算法第11-12页
    1.3 聚类分析研究现状第12-13页
    1.4 图像分割第13-15页
    1.5 本文内容和结构安排第15-16页
2 小生境的人工鱼群聚类算法第16-44页
    2.1 基本鱼群算法原理第16-22页
        2.1.1 人工鱼模型第16-17页
        2.1.2 算法描述第17-19页
        2.1.3 鱼群行为描述第19-22页
    2.2 基于动态小生境的人工鱼群聚类算法第22-26页
        2.2.1 动态小生境算法描述第23-24页
        2.2.2 食物浓度函数第24-26页
    2.3 实验结果与分析第26-42页
        2.3.1 人工数据实验第26-32页
        2.3.2 算法收敛性能分析第32-38页
        2.3.3 图像分割第38-42页
    2.4 总结第42-44页
3 改进的人工鱼群聚类算法第44-56页
    3.1 鱼群行为分析第44页
    3.2 具备记忆功能的人工鱼行为第44-45页
    3.3 鱼群记忆功能第45-46页
    3.4 基于鱼群记忆的动态小生境算法第46-47页
    3.5 算法性能分析第47-55页
        3.5.1 人工数据集实验第47-52页
        3.5.2 基于DNAFAM算法的图像分割第52-54页
        3.5.3 DNAFAM算法的时间复杂度第54-55页
    3.6 总结第55-56页
4 基于鱼群算法的目标分割系统第56-70页
    4.1 图像目标分析第56-57页
    4.2 分割预处理第57-60页
        4.2.1 去除纹理影响第57-59页
        4.2.2 空间区域标记第59-60页
    4.3 空间加权的区域显著性检测第60-64页
        4.3.1 显著性概念和研究第60-61页
        4.3.2 基于直方图加速的颜色对比度第61-63页
        4.3.3 空间加权的区域颜色对比度第63-64页
    4.4 自适应目标分割第64-69页
    4.5 总结第69-70页
5 结论第70-72页
参考文献第72-75页
作者简历及攻读硕士学位期间取得的研究成果第75-77页
学位论文数据集第77页

论文共77页,点击 下载论文
上一篇:基于我国的货币供应量、利率对经济增长的关系研究
下一篇:酚醛树脂泡沫的增韧及阻燃改性研究