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

基于种群多样性的差分进化算法及其在图像配准中的应用

摘要第5-7页
abstract第7-8页
第1章 绪论第11-16页
    1.1 研究背景与意义第11-12页
    1.2 研究发展现状第12-13页
    1.3 本文研究内容第13页
    1.4 文章的组织结构第13-15页
    1.5 本章小结第15-16页
第2章 优化问题及图像配准第16-24页
    2.1 最优化问题的概述第16-17页
    2.2 智能优化算法特点与应用第17页
    2.3 图像配准第17-23页
        2.3.1 图像配准的概述第17-18页
        2.3.2 图像配准的数学模型第18-23页
    2.4 本章小结第23-24页
第3章 差分进化算法第24-33页
    3.1 差分进化算法概述第24页
    3.2 差分进化算法的数学模型和基本操作第24-29页
        3.2.1 算法的数学模型第24-25页
        3.2.2 算法的基本架构第25-28页
        3.2.3 差分进化DE算法变异操作的扩展模式第28-29页
    3.3 差分进化算法的进展和优化第29-32页
        3.3.1 差分进化算法的主要进展第29-32页
    3.4 本章小节第32-33页
第4章 种群多样性第33-41页
    4.1 种群多样性概念的引出第33-34页
    4.2 种群多样性概述与发展第34-35页
    4.3 种群多样性的数学模型第35页
    4.4 种群多样性的定义第35-40页
        4.4.1 位置多样性第37-38页
        4.4.2 速度多样性第38-39页
        4.4.3 认知多样性第39-40页
    4.5 本章小结第40-41页
第5章 基于种群多样性的差分进化算法第41-56页
    5.1 JADE算法第41-43页
        5.1.1 选择变异策略第41-42页
        5.1.2 适应性参数的选择第42-43页
    5.2 SHADE算法第43-47页
        5.2.1 多组参数索引第44页
        5.2.2 p的随机生成第44-45页
        5.2.3 整体实现第45-47页
    5.3 基于种群多样性的差分进化算法第47-52页
        5.3.1 种群多样性第47-48页
        5.3.2 基于种群多样性的差分进化算法第48-52页
    5.4 算法实验测试分析第52-54页
        5.4.1 准则函数介绍第52页
        5.4.2 算法实验环境第52页
        5.4.3 算法实验测试第52-54页
    5.5 本章小结第54-56页
第6章 算法在图像配准中的应用第56-61页
    6.1 图像配准应用的模型第56-57页
    6.2 算法在图像配准中的应用第57-60页
    6.3 本章小结第60-61页
第7章 总结和展望第61-63页
    7.1 论文工作总结第61页
    7.2 未来工作展望第61-63页
参考文献第63-68页
附录 A第68-70页
攻读学位期间取得的学术成果和参与的项目第70-71页
致谢第71-72页

论文共72页,点击 下载论文
上一篇:数控机床信息采集系统与摩擦力提取算法开发
下一篇:基于智能客服学习的客户购买意图识别方法研究