前言
第 1 章 智能算法在計算機(jī)視覺領(lǐng)域的應(yīng)用 1
1.1 精確捕捉半透明的視覺效果——基于像素級多目標(biāo)
優(yōu)化的采樣算法 1
1.1.1 研究進(jìn)展簡述 1
1.1.2 科學(xué)原理 4
1.1.3 小結(jié) 23
1.2 模糊邏輯與進(jìn)化計算的“強(qiáng)強(qiáng)聯(lián)合” 24
1.2.1 研究進(jìn)展簡述 24
1.2.2 科學(xué)原理 26
1.2.3 小結(jié) 46
1.3 當(dāng)醫(yī)學(xué)遇上人工智能——摳圖算法應(yīng)用的又一力作 47
1.3.1 研究進(jìn)展簡述 47
1.3.2 科學(xué)原理 48
1.3.3 小結(jié) 55
1.4 “深度學(xué)習(xí)＋摳圖增強(qiáng)”牛刀小試——高效率的紅外圖像行人分類 55
1.4.1 研究進(jìn)展簡述 55
1.4.2 科學(xué)原理 59
1.4.3 小結(jié) 82
第 2 章 智能算法在物流規(guī)劃領(lǐng)域的應(yīng)用 83
2.1 研究進(jìn)展簡述 83
2.2 科學(xué)原理 85
2.2.1 問題描述 85
2.2.2 問題分析 87
2.2.3 算法設(shè)計 88
2.2.4 算法分析 90
2.2.5 實驗分析 92
2.3 本章小結(jié) 94
第 3 章 智能算法在軟件測試領(lǐng)域的應(yīng)用 95
3.1 軟件測試開銷過大如何解決——從 ATCG 問題開始 95
3.1.1 研究進(jìn)展簡述 95
3.1.2 科學(xué)原理 99
3.1.3 小結(jié) 103
3.2 “隨機(jī)啟發(fā)式算法 + 動態(tài)多點(diǎn)搜索策略”小試鋒芒——高效率的 NLP 程序測試 103
3.2.1 研究進(jìn)展簡述 103
3.2.2 科學(xué)原理 104
3.2.3 小結(jié) 112
第 4 章 多目標(biāo)優(yōu)化智能算法的應(yīng)用 114
4.1 基于自適應(yīng)參考點(diǎn)的高維多目標(biāo)進(jìn)化算法 114
4.1.1 研究進(jìn)展簡述 114
4.1.2 科學(xué)原理 115
4.1.3 小結(jié) 131
4.2 配置軟件產(chǎn)品的有效方法——“多目標(biāo)進(jìn)化算法＋分布估計” 131
4.2.1 研究進(jìn)展簡述 131
4.2.2 科學(xué)原理 133
4.2.3 小結(jié) 157
第 5 章 智能算法計算時間復(fù)雜度分析的新方法 158
5.1 研究進(jìn)展簡述 158
5.2 科學(xué)原理 169
5.2.1 問題描述 169
5.2.2 問題建模 171
5.2.3 理論分析 173
5.2.4 算法設(shè)計 174
5.2.5 實驗分析——增益概率密度分布函數(shù)的模擬 176
5.2.6 實驗分析——平均增益曲面的擬合 177
5.3 本章小結(jié) 179
參考文獻(xiàn) 181