文摘
英文文摘
第一章 绪论
1.1 神经网络的发展与研究现状
1.2 量子进化的发展
1.3 论文的主要工作和内容安排
第二章 径向基神经网络及量子进化基础
2.1 径向基神经网络基础
2.1.1 径向基神经网络的提出及特点
2.1.2 径向基函数网络的正规化
2.1.3 径向基函数网络参数的确定及学习
2.2 量子进化基础
2.2.1 量子遗传算法(Quantum Genetic Algorithm,QGA)
2.2.2 量子进化规划(Quantum Evolutionary Programming,QEP)
2.2.3 量子进化策略(Quantum Evolutionary Strategies,QES)
第三章 基于量子进化RBF网络的纹理图像分类
3.1 量子进化算法
3.1.1 量子进化基本概念
3.1.2 量子染色体的机理和优点
3.1.3 量子染色体变异策略
3.2 纹理图像的特征提取
3.2.1 基于小波变换的子带特征提取
3.2.2 基于灰度共生矩阵的子带特征提取
3.2.3 基于小波变换和灰度共生矩阵的特征提取
3.2 基于量子进化算法的RBF网络参数优化
3.2.1 基于量子进化算法的RBF函数中心选取
3.2.2 基于量子进化的RBF方差及输出权值学习
3.2.3 基于量子进化的RBF网络权值向量修剪
3.3 实验对比及结果分析
3.4 本章小结
第四章 基于量子进化RBF网络与Contourlet变换的SAR图像分类
4.1 SAR图像分类技术
4.2 SAR图像的特征提取
4.2.1 基于Contourlet变换的图像特征提取
4.2.2 基于Hu不变矩变换的图像特征提取
4.2.3 基于Contourlet变换和Hu.不变矩变换的特征提取
4.3 基于量子进化算法优化RBF网络的SAR图像分类
4.4 本章小结
第五章 总结与展望
致谢
参考文献
研究成果
西安电子科技大学;