粒子群优化算法及其在医学图像中的应用研究

粒子群优化算法及其在医学图像中的应用研究

ID:33745606

大小:7.41 MB

页数:90页

时间:2019-02-28

粒子群优化算法及其在医学图像中的应用研究_第1页
粒子群优化算法及其在医学图像中的应用研究_第2页
粒子群优化算法及其在医学图像中的应用研究_第3页
粒子群优化算法及其在医学图像中的应用研究_第4页
粒子群优化算法及其在医学图像中的应用研究_第5页
资源描述:

《粒子群优化算法及其在医学图像中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据目录粒子群优化算法及其在医学图像中的应用研究粒子群优化算法及其在医学图像中的应用研究·············I东南大学学位论文独创性声明·············III摘要······························IVAbstract····························V第一章绪论···························11.1研究背景及意义·····················11.2医学图像处理的研究内容·················21.3本文主要工作内容···

2、·················9第二章粒子群算法及Matlab实现·················112.1粒子群算法概述·····················112.2国内外研究进展情况···················112.3基本粒子群算法·····················122.4改进的粒子群算法····················152.5粒子群算法的实验设计与参数选择·············182.6粒子群优化算法的Matlab实现··············212.7本章小结··········

3、·············27第三章基于改进粒子群算法的Otsu图像分割算法的研究········293.1引言·························293.2Otsu算法原理及其研究进展···············303.3实验方法及编程概述···················33T万方数据东南大学硕士学位论文3.4一维Otsu算法及二维Otsu算法实验测试结果及比较·····403.5带有收缩因子的粒子群算法与二维Otsu算法结合的图像分割方法·-·443.6本章小结·······················50

4、第四章总结与展望-·······················524.1工作总结·······················524.2研究方向及展望·····················52致谢····························-·54参考文献····························55附录A标准粒子群优化算法程序··················60附录B调用标准PSO算法求解函数最优值的程序···········66附录C三个实验函数的Matlab模拟图················

5、71附录D粒子群算法与二维Otsu算法结合的算法程序··········72万方数据声明东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。研究生签名:罄:盔鲨1日期:21f妊£毖:东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有

6、权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括以电子信息形式刊登)论文的全部内容或中、英文摘要等部分内容。论文的公布(包括以电子信息形式刊登)授权东南大学研究生院办理。研究生签名:氍蒸驾导师签名:111日期:逝!竺』::彩万方数据东南大学硕士学位论文摘要粒子群优化算法(PSO,Particleswarmoptimization)是通过粒子问相互作用来发现复杂搜索空间中最优区域。它简单容易实现且功

7、能强大,已经成为国际演化计算界研究的热点。论文在总结了已有的研究成果基础上,开展了粒子群优化算法及其在医学图像中的应用的研究,具体内容如下:(1)介绍了医学图像分割研究背景和意义,简要介绍了现有的医学图像分割的方法,进行了分类和比较;简要介绍了粒子群优化算法的基本原理及其研究现状,归纳了粒子群优化算法发展过程中的改进算法,例如惯性权重、收敛因子等模型,比较了一些常用测试函数及其演化算法。在这个基础上着重研究了MATLAB环境中粒子群优化算法的仿真方法,主要包括数据结构设计、进化信息跟踪以及参数设定等关键内容。然后,对三个典型的测试函数R

8、astrigin、Rosenbrock和Griewank进行了基于惯性权值因子递减的优化试验,得到了不同的结果并进行了分析讨论。标准粒子群算法中,当使惯性权重因子W在迭代的过程中线性递减时,函数的收敛性得到

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。