导读:本文包含了边界蚁群论文开题报告文献综述及选题提纲参考文献，主要关键词:医学图像边缘提取,改进蚁群算法,边缘变化信息,动态修改参数
边界蚁群论文文献综述
陈超[1]（2019）在《基于改进蚁群算法的医学图像边界提取》一文中研究指出目前蚁群算法分割出的医学图像存在不完整和不精确等瑕疵。提出实时修改蚁群算法的信息素重要程度以及信息素挥发因子等参数,根据聚类前后期不同,分阶段地动态修改相关参数。再结合原图的空间梯度信息动态调整相关参数,实现对蚂蚁信息素的实时更新。最后结合模糊聚类实现了改进后的蚁群算法对医学图像边界的精确检测。(本文来源于《计算机应用与软件》期刊2019年10期）
袁晓建[2]（2011）在《蚁群算法中约束和边界搜索的研究》一文中研究指出蚁群算法是一种仿生式算法,模拟蚂蚁寻径过程。尽管蚁群算法不像模拟退火等算法具有相对坚实的数学基础,但从应用效果来看,尤其在离散优化问题具有一定优势。本文研究参数变化对蚁群算法的影响进行蚁群优化。(本文来源于《福建电脑》期刊2011年10期）
马雷,武波涛,李昊[3]（2009）在《基于蚁群算法的弯曲道路边界的识别》一文中研究指出路径识别是智能车辆导航技术关键步骤之一。用抛物线模型拟合道路边界,使直线路径与弯曲路径的表述统一化。将蚁群算法应用于路径识别,利用信息素的正反馈作用,使搜索尽快地在较优的路径上收敛,从而确定抛物线参数。实验证明算法的准确性与实时性都满足实际需要。(本文来源于《兵工学报》期刊2009年09期）
张永恒,金花,王良璧[4]（2007）在《基于粒子群和蚁群算法的边界层微分方程求解》一文中研究指出沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.(本文来源于《兰州交通大学学报》期刊2007年06期）
边界蚁群论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
蚁群算法是一种仿生式算法,模拟蚂蚁寻径过程。尽管蚁群算法不像模拟退火等算法具有相对坚实的数学基础,但从应用效果来看,尤其在离散优化问题具有一定优势。本文研究参数变化对蚁群算法的影响进行蚁群优化。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
边界蚁群论文参考文献
[1].陈超.基于改进蚁群算法的医学图像边界提取[J].计算机应用与软件.2019
[2].袁晓建.蚁群算法中约束和边界搜索的研究[J].福建电脑.2011
[3].马雷,武波涛,李昊.基于蚁群算法的弯曲道路边界的识别[J].兵工学报.2009
[4].张永恒,金花,王良璧.基于粒子群和蚁群算法的边界层微分方程求解[J].兰州交通大学学报.2007