标题——作者——出处 基于蚁群优化算法递归神经网络的短期负荷预测 蚁群算法的小改进 基于蚁群算法的无人机任务规划 多态蚁群算法 MCM基板互连测试的单探针路径优化研究 改进的增强型蚁群算法 基于云模型理论的蚁群算法改进研究 基于禁忌搜索与蚁群最优结合算法的配电网规划 自适应蚁群算法在序列比对中的应用 基于蚁群算法的QoS多播路由优化算法 多目标优化问题的蚁群算法研究 多线程蚁群算法及其在最短路问题上的应用研究 改进的蚁群算法在2D HP模型中的应用 制造系统通用作业计划与蚁群算法优化 基于混合

第1章　数字图像与图像处理　1 1.1　数字图像相关概念　1 1.1.1　数字图像　1 1.1.2　图像处理　2 1.1.3 　图像识别　2 1.1.4　图像理解　3 1.2　图像的获取、显示与表示　3 1.2.1　图像的获取　3 1.2.2　图像显示　4 1.2.3　图像表示　4 1.3　数字图像处理系统的基本组成结构　9 第2章　相关的图像处理技术　10 2.1 　图像分割技术　10 2.1.1　阈值与图像分割　10 2.1.2　梯度与图像分割　11 2.1.3　边界提取与轮廓跟踪　11

第1章　数字图像与图像处理　1 1.1　数字图像相关概念　1 1.1.1　数字图像　1 1.1.2　图像处理　2 1.1.3 　图像识别　2 1.1.4　图像理解　3 1.2　图像的获取、显示与表示　3 1.2.1　图像的获取　3 1.2.2　图像显示　4 1.2.3　图像表示　4 1.3　数字图像处理系统的基本组成结构　9 第2章　相关的图像处理技术　10 2.1 　图像分割技术　10 2.1.1　阈值与图像分割　10 2.1.2　梯度与图像分割　11 2.1.3　边界提取与轮廓跟踪　11

：针对基于内容的图像分类问题，探讨自适应图像分类算法。引入最大类间方差法去除图.像背景噪声：依据惯性比和金字塔结构模型，获得目标特征值向量模型，进而借助K—means算法.思想和目标特征向量获得自适应图像分类算法。该算法具有图像分类数自适应确定、分类效果.不依赖于初始中心的优点。比较数值结果表明，此算法分类效果较好且无参数依赖性。