【導(dǎo)讀】西安理工大學(xué)研究生課程教學(xué)大綱

　　

【正文】 算法及其應(yīng)用 .清華大學(xué)出版社 ,2020 （ 3）康立山 等 .非數(shù)值并行算法 —模擬退火算法 .科學(xué)出版社 ,1997 （ 4）潘正君等 .演化計(jì)算 .清華大學(xué)出版社 ,1998 第二部分 教學(xué)內(nèi)容和教學(xué)要求 本課程主要學(xué)習(xí)的內(nèi)容包括智能計(jì)算的基本概念、局部最優(yōu)化的基本原理及方法、模擬退火算法、遺印刷包裝工程學(xué)院 322 傳算法及粒子群優(yōu)化算法，并將介紹它們在函數(shù)優(yōu)化、組合優(yōu)化及圖像處理中的應(yīng)用。 第一章 緒論 智能計(jì)算的基本概念、組合優(yōu)化概念及典型實(shí)例介紹、局部最優(yōu)化及計(jì)算復(fù)雜性分析。 、需掌握的主要知識(shí) 本章的重點(diǎn)和難點(diǎn)是智能計(jì)算的基本概念、組合優(yōu)化 與局部優(yōu)化的數(shù)學(xué)描述、計(jì)算復(fù)雜性的分析及分類 。 熟悉數(shù)據(jù)結(jié)構(gòu)中的時(shí)間空間性分析及高等數(shù)學(xué)中的極值問題。 （ 1）康立山等 .非數(shù)值并行算法 —模擬退火算法 .科學(xué)出 版社 ,1997 年，第 一 章 的 內(nèi)容 （ 2）王凌 .智能優(yōu)化算法及其應(yīng)用 .清華大學(xué)出 版社 ,2020 年，第 一 章 的 內(nèi)容 第二章 局部最優(yōu)化方法 梯度、二階導(dǎo)數(shù)矩陣，凸集及凸函數(shù)，局部最優(yōu)化計(jì)算基本原理，一維搜索，最速下降法，共軛梯度法，牛頓型方法。 、需掌握的主要知識(shí) 本章的重點(diǎn)是局部最優(yōu) 化的基本原理及典型的方法，需要掌握其中的一些基本概念及基本定理，能夠編寫程序?qū)崿F(xiàn)其中的一種方法。 需要具備高等數(shù)學(xué)中多元函數(shù)的求梯度的方法，基本的矩陣?yán)碚摗? 粟塔山 .最優(yōu)化計(jì)算原理與算法程序設(shè)計(jì) .國防科技大學(xué)出 版社 ,2020 年，第 15 章的主要內(nèi)容 第三章 模擬退火算法 算法的基本思想， SA 的基本實(shí)現(xiàn)方法， SA 的馬氏鏈描述， SA 中的關(guān)鍵參數(shù)及實(shí)現(xiàn)技術(shù)問題， SA 的應(yīng)用舉例。 、需掌握的主要知識(shí) 掌握算法的基本思想、實(shí)現(xiàn)、關(guān)鍵參數(shù)的 選擇及對(duì)算法性能的影響，能夠編寫程序?qū)崿F(xiàn)該算法的一種應(yīng)用。 需要具備隨機(jī)過程中的一些基本知識(shí)及概率統(tǒng)計(jì)基本知識(shí)。 (1)康立山等 .非數(shù)值并行算法 —模擬退火算法 .科學(xué)出版社 ,1997 年，第 5 章的內(nèi)容 (2)王凌 .智能優(yōu)化算法及其應(yīng)用 .清華大學(xué)出版社 ,2020 年，第二章的內(nèi)容 (3)王凌等 .基于不同狀態(tài)發(fā)生器的模擬退火算法性能研究 .中國控制會(huì)議 ,2020:430434 西安理工大學(xué)研究生課程教學(xué)大綱 323 (4)姚新 ,陳國良 .模擬退火算法及其應(yīng)用 .計(jì)算機(jī)研究與發(fā)展 ,1990,(7):16 (5), simulated annealing restoration algorithm for restoring halftoned colorquantized processing:image munication,2020,21:280292 第四章 遺傳算法 GA 中的基本概念， GA 的簡單應(yīng)用實(shí)例， GA 的基本流程，模式定理及 GA 收斂性分析， GA實(shí)現(xiàn)技術(shù)及關(guān)鍵參數(shù)， GA 應(yīng)用舉例。 、需掌握的 主要知識(shí) 要求掌握 GA 中的基本概念、實(shí)現(xiàn)方法及關(guān)鍵參數(shù)的選取，能夠編程實(shí)現(xiàn)基本的 GA 算法及一種應(yīng)用，本章內(nèi)容的難點(diǎn)是 模式定理及 GA 收斂性分析 。 需要具備隨機(jī)過程中的一些基本知識(shí)及概率統(tǒng)計(jì)基本知識(shí)。 潘正君等 .演化計(jì)算 .清華大學(xué)出 版社 ,1998 年，第 14 章的內(nèi)容 第五章 粒子群優(yōu)化算法 群體智能，原始 PSO 算法，二進(jìn)制 PSO， PSO 算法的改進(jìn)， PSO 應(yīng)用 、需掌握的主要知識(shí) 本章主要內(nèi)容是 原始 PSO 算法及其參數(shù)選擇， PSO 改進(jìn)的基 本思想及應(yīng)用 。 需要具備一些基本的概率統(tǒng)計(jì)知識(shí)。 （ 1）劉金洋 .粒子群優(yōu)化算法的研究與改進(jìn) .哈爾濱工業(yè)大學(xué) ,2020 （ 2） , swarm of IEEE International Conference on Neural :19421948 (3), swarm optimization:developments, application and congress on evolutionary putation,2020:8186 印刷包裝工程學(xué)院 324 《圖像處理綜合實(shí)驗(yàn)》教學(xué)大綱 Teaching Outline of Comprehensive Image Processing Experiments 第一部分 大綱說明 ： 040108 ： 非學(xué)位課 ： 春 /學(xué)分： 32/2 ： 通過 該課程的學(xué)習(xí)，增強(qiáng)學(xué)生動(dòng)手能力，理論聯(lián)系實(shí)際，加深對(duì)《數(shù)字圖像分析》課程內(nèi)容的理解，提高學(xué)生對(duì)課程學(xué)習(xí)的興趣。鍛煉學(xué)生的編程能力，及解析和處理問題的能力。 ： 信號(hào)與信息處理 ： 考查 ： 數(shù)字圖像分析、高級(jí)編程、數(shù)字信號(hào)處理、計(jì)算機(jī)圖形學(xué) 序號(hào) 教學(xué)內(nèi)容 課堂講課 學(xué)時(shí) 實(shí)踐 課時(shí) 課堂討論 學(xué)時(shí) 課外自學(xué) 學(xué)時(shí) 1 第一章 智能計(jì)算與圖像分割 6 2 第二章 醫(yī)學(xué)超聲成像系統(tǒng) 6 2 3 第三章 三維人臉檢測與識(shí)別 4 2 4 第四章 聯(lián)機(jī)、脫機(jī)字符識(shí)別 6 5 第五章 醫(yī)學(xué)圖像壓縮、存貯與通信 4 2 合計(jì) 26 6 教材及教學(xué)參考資料 教材：（無教材） 參考資料： (1)張宏林編著 .數(shù)字圖像模式識(shí)別技術(shù)及工程實(shí)踐 .人民郵電出版社 ,2020 (2)沈庭芝編著 .數(shù)字圖像處理及模式識(shí)別 .北京理工大學(xué)出版社 ,2020 (3)羅述謙等編著 .醫(yī)學(xué)圖像處理與分析 .科學(xué)出版社 ,2020 (4)何斌等編著 .Visual C++數(shù)字圖像處理 .人民郵電出版社 ,2020 (5)楊枝靈等編著 .Visual C++數(shù)字圖像獲取 、 處理及實(shí)踐應(yīng)用 .人民郵電出版社 ,2020 (6)美 Kenh 著 .朱志剛等譯 .數(shù)字圖像處理 .電子工業(yè)出版社 西安理工大學(xué)研究生課程教學(xué)大綱 325 第二部分 教學(xué)內(nèi)容和教學(xué)要求 本課程為信號(hào)與信息處理學(xué)科開設(shè)的選修課，適合于從事上述專業(yè)及“圖像處理與分析”、“機(jī)器視覺”及“模式識(shí)別”等研究方向的研究生。本課程通過一些具體的項(xiàng)目案例讓學(xué)生進(jìn)一步體會(huì)和掌握?qǐng)D像分割與特征提取的基本原理及方法；模式識(shí)別和圖像識(shí)別的基本原理；分類器設(shè)計(jì)的基本原理及方法等；同時(shí)通過授課、作業(yè)、培養(yǎng)學(xué)生的創(chuàng)造性思 維，為課題設(shè)計(jì)或進(jìn)一步深造打下牢固基礎(chǔ)。 第一章 智能計(jì)算與圖像分割 介紹窺鏡系統(tǒng)中的一個(gè)子系統(tǒng)，主要任務(wù)是對(duì)耳膜的圖像進(jìn)行分析，定位出耳膜穿孔的部位和大小，以便為進(jìn)一步的分析做準(zhǔn)備。分析傳統(tǒng)的圖像分割方法，用圖形學(xué)的方法計(jì)算目標(biāo)區(qū)域的面積， Canny邊緣提取器和 Hough 變換查找出目標(biāo)區(qū)域的面積，介紹 Hopfield 神經(jīng)網(wǎng)絡(luò)、視知覺神經(jīng)系統(tǒng)模型和擴(kuò)散集中模型。 、需掌握的主要知識(shí) Hough 變換，神經(jīng)網(wǎng)絡(luò)算法， Marr 的機(jī)器視覺理論，進(jìn)化計(jì)算， Hopfield 神經(jīng)網(wǎng) 絡(luò)和擴(kuò)散集中模型。 數(shù)字圖像處理概念和方法、高級(jí)編程及 C＋＋語言、計(jì)算機(jī)圖形學(xué)概念和方法 。 (1)岡薩雷斯 .數(shù)字圖像處理 .科學(xué)出版社 ,1983 (2)鄭南寧 .計(jì)算機(jī)視覺與模式識(shí)別 .國防工業(yè)出版社 ,1998 (3)Hopfield， .， 1982，“ Neural works and physical systems with emergent collective putational abilities”， Proceedings of the National Academy of Seiences， USA， ， (4)Hopfield， .， 1984，“ Neurons with graded respinse have collective putational properties like those of twostate neurons”， Proceedings of the National Academy of Seiences， USA， ， (5)Grossberg， S.， Neural works： research and application， Press， 1989 (6)Kohonen， T.，“ SelfOrgnization formation of topologically correct feature maps”， Biological Cyberics， 1982， (7)Kohonen， T.， Selfanizing Maps， 2nd edition， Berlin： Springerverlag 第二章 醫(yī)學(xué)超聲成像系統(tǒng) 介紹醫(yī)學(xué)圖像處理基礎(chǔ)，分析醫(yī)學(xué)圖像處理的特點(diǎn)和難點(diǎn)。通過對(duì)一個(gè)醫(yī)學(xué)超聲成像系統(tǒng)的分析，使學(xué)生了解當(dāng)今醫(yī)學(xué)超聲診斷的新技術(shù)發(fā)展特點(diǎn)，醫(yī)學(xué)超聲圖像的特點(diǎn)及改進(jìn)方案。 、需掌握的主要知識(shí) 醫(yī)學(xué)圖像處理的特點(diǎn)及難點(diǎn)，醫(yī)學(xué)超聲信號(hào)的特性及激勵(lì)方式，超聲發(fā)射信號(hào)的分析與選擇，主要的二相偽隨機(jī)碼特點(diǎn)，雷達(dá)脈沖壓縮技術(shù)。 印刷包裝工程學(xué)院 326 數(shù)字圖像處理概念和方法、人體生理衛(wèi)生常識(shí)、醫(yī)學(xué)影像概念、聲波基礎(chǔ)、二相偽隨機(jī)碼知識(shí) 。 資料 (1)萬明習(xí) ,卞正中 ,程敬之 .醫(yī)學(xué)超聲學(xué)－原理于技術(shù) [M].第一版 .西安交通大學(xué)出版社 ,1992 (2)丁鷺飛 ,張平 .雷達(dá)系統(tǒng) [M].西北電訊工程學(xué)院出版社 ,1984 (3)’ excitation system for improving the peration of realtime phasedarray imaging ., Ferroelect., .[J].1992 May., 39(3):341351 (4), , and elongation and deconvolution filtering for medical ultrasonic .[J].1995 Oct., 2:13031308 (5), , , and resolution and dynamic range in medical ultrasonic imaging using depthdependent mismatched .[J].1997 Oct., 2:14751480 (6), , , , , , and of coded excitation in medical ultrasound [J].2020, 38(18):183–189 (7), , , and novel pulse pression technique using inverse filtering in frequency .[J].2020 Oct., 2:1535– 1538 第三章 三維人臉檢測與識(shí)別 本章主要研究基于三維數(shù)據(jù)模型的人臉識(shí)別問題，旨在通過提取有效并且魯棒的三維特征完成識(shí)別 。同時(shí)針對(duì)三維數(shù)據(jù)模型本身的大數(shù)據(jù)量、高復(fù)雜度的特性，探討如何在保證識(shí)別正確率的基礎(chǔ)上，提高識(shí)別過程的效率。 、需掌握的主要知識(shí) 曲率估計(jì)方法，曲率估計(jì)的問題及改進(jìn)，主曲率和主方向，高斯曲率、均值 曲率及其它曲率，基于曲率的三維模型區(qū)域分割，三維模型配準(zhǔn)，三維人臉識(shí)別。 曲率理論基礎(chǔ)， 數(shù)字圖像處理概念和方法，計(jì)算機(jī)圖形學(xué)概念和方法， Matlab 工具 。 (1)蘇步青 ,華言積 ,祈元龍 .實(shí)用微分幾何引論 .科學(xué)出版社 ,1998 (2)劉勝蘭 ,周儒榮 ,聶軍洪 ,周來水 .主曲率均勻的網(wǎng)格光順 .計(jì)算機(jī)學(xué)報(bào) .2020,27(1:)7984 (3)， Recognition and Modeling in International workshop on Analysis on Modeling of Faces and Gestures (AMFG 2020).2020: 232233 (4)， ， Novel Technique for Face Recognition Using Range International Symposium on Signal Processing and Its (5)， Recognition and Modeling in International workshop on Analysis on Modeling of Faces and Gestures (AMFG 2020).2020:232233 西安理工大學(xué)研究生課程教學(xué)大綱 327 (6)， Face Verification from 3D and Grey Level Recognition ，22:13211329 第四章 聯(lián)機(jī)、脫機(jī)字符識(shí)別 本章首先介紹聯(lián)機(jī)字符識(shí)別的原理和幾種方法，接著分析兩個(gè)實(shí)例――手寫數(shù)字的識(shí)別和手寫英文、漢字的識(shí)別，然后，介紹脫機(jī)字符（數(shù)字和漢字）識(shí)別，包括兩種不同方法進(jìn)行脫機(jī)手寫數(shù)字識(shí)別的實(shí)例。 、需掌握的主要知識(shí) 聯(lián)機(jī)字符識(shí)別的原理，統(tǒng)計(jì)決策方法和句法結(jié)構(gòu)方法，聯(lián)機(jī)字符筆畫特征