演算法英文文獻

① 演算法導論是看英文版還是中文版

建議讀中文的。分析：

1、《演算法導論》是一本可謂面面俱到的書，其中對演算法的證明佔了很大的比重，這在一般的演算法書中並不多見，也是悄局它嚴謹性啟運睜的體現。中英文在理解上的區別也就在於如何引出這個演算法、演算法為什麼正確上。但是這些證明雖然有重要意義，但是在實用價值上一般比不上演算法本身。

2、當參加國際比賽的時候，題目都是用英文描述。當對演算法的研究再上一個層次的時候，國內的譯材悄歲已經不能夠滿足學習需要了。要想進步，達到高層次的領域，實現出色和領先，就一定要大量研讀外國文獻。這要求英語必須要好。綜上，我的建議是：讀中文版《演算法導論》，掌握演算法，再看解釋，理解它，才能更好地運用。

② 選擇性搜索演算法 （Selective Search)

計算機視覺領域有幾個基本的任務：

object detection 的基礎是 object recognition，只不過要先將圖片進行分割，對每個分割之後的子圖區域 region （也稱為 patch） 進行 object recognition.

由於事先並不知道物體在圖片的哪個位置，為了避免漏檢，我們應該對圖片中盡量多的 region 進行搜索。理論上來說，可以有無窮多個 region。這里就需要一種 region proposal 的演算法，以比較高效的方式提出圖片劃分 region 的方式，從而加速整個 object detection 的過程並且提高准確率。

本文將要介紹的 selective search 演算法 ，是比較經典的，也是 R-CNN 中使用的 region proposal 演算法。

參考文獻：

為了避免蠻力搜索，selective search 演算法首先需要一個基於像素的圖像分割。這里用的是 Felzenszwalb and Huttenlocher 演算法 （因為是當時速度最快的演算法，而且是公開的），得到一個 oversegmented 的圖像分割。例如：

這里之所以用 oversegmented 圖像，是為了得到盡可能細分的區域，再以此為基礎逐步合並，形成更大的區域。

image segmentation 可以用作 region proposal 的基礎，每個分割的區域都可以看作一個潛在的 region，但是一個 object 往往包含了多個分割的區域，例如盛有咖啡的杯子，咖啡和杯子應該作為一個整體來看待。因此，還要根據某種相似性原則進行分割區域的合並，得到更大范圍的 region。

Selective search 演算法考慮了 4 種相似性度量，取值都在 [0,1] 之間，越大越相似。

最終的相似性度量是上述四個度量的組合：

其中 取 0 或 1.

總結起來，selective search 的演算法步驟非常簡單：

環境配置：

具體程序：

最後效果如下：

顯示的 100 個 region 已經包含了我們感興趣的待檢測區域，說明了 selective search 演算法的高效。

③ 關於des演算法流程的參考文獻有哪些

關於des演算法流程的參考文獻有《密碼學引論》和《現代密碼學原理與實踐》。
因為《密碼學引論》和《現代密碼學原理與實踐》記載了大量的有關des演算法的流程，所以關於des演算法流程的參考文獻有《密碼學引論》和《現代密碼學原理與實踐》。
DES演算法為密碼體制中的對稱密碼體制，又被稱為美國數據加密標准，是1972年美國IBM公司研製的對稱密碼體制加密演算法。

④ 遺傳演算法第一次提出來是在什麼文獻中

《搜索、優化和機器學習中的遺傳演算法》。

遺傳演算法（Genetic Algorithm，GA）最早是由美國的 John holland於20世紀70年代提出,該演算法是根據大自然中生物體進化規律而設計提出的。是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優解的方法。

遺傳演算法的基本運算過程如下：

（1）初始化：設置進化代數計數器t=0，設置最大進化代數T，隨機生成M個個體作為初始群體P(0)。

（2）個體評價：計算群體P(t)中各個個體的適應度。

（3）選擇運算：將選擇運算元作用於群體。選擇的目的是把優化的個體直接遺傳到下一代或通過配對交叉產生新的個體再遺傳到下一代。選擇操作是建立在群體中個體的適應度評估基礎上的。

（4）交叉運算：將交叉運算元作用於群體。遺傳演算法中起核心作用的就是交叉運算元。

（5）變異運算：將變異運算元作用於群體。即是對群體中的個體串的某些基因座上的基因值作變動。群體P(t)經過選擇、交叉、變異運算之後得到下一代群體P(t+1)。

（6）終止條件判斷：若t=T,則以進化過程中所得到的具有最大適應度個體作為最優解輸出，終止計算。

⑤ Otsu類畢業論文文獻都有哪些

本文整理了10篇與Otsu演算法相關的畢業論文文獻，其中包含5篇期刊論文和5篇學位論文，旨在為Otsu選題相關的畢業論文撰寫提供參考。

1. [期刊論文] 「SLIC演算法和OTSU演算法結合的道路提取方法」

該文章探討了一種結合SLIC演算法和OTSU演算法的道路提取方法。使用SLIC超像素分割演算法和OTSU演算法對遙感圖像進行處理，有效解決了高解析度圖像中非道路地物對目標的雜訊影響。實驗結果表明，該方法在道路提取方面表現出良好的效果。

2. [期刊論文] 「基於改進Otsu的煤體CT圖像閾值分割演算法的研究」

文章分析了Otsu演算法在煤體CT圖像閾值分割中存在的問題，並提出了一種改進的Otsu演算法（MP-Otsu演算法）。通過引入礦物含量與Otsu閾值的擬合曲線斜率等權重因子，改進演算法能夠更准確地提取煤體孔裂隙目標區域，有效克服了Otsu演算法的缺陷。

3. [期刊論文] 「基於SOA-Otsu的圖像多閾值分割演算法研究」

文章引入SOA演算法與SOA-Otsu演算法來優化多閾值分割，對比分析了與傳統Otsu分割演算法和PSO-Otsu演算法的效果，實驗結果表明SOA-Otsu演算法在分割效果上更優。

4. [期刊論文] 「基於圖像分割優化OTSU演算法的電廠煙氣濃度檢測分析」

文章研究了基於圖像分割優化OTSU演算法在電廠煙氣濃度檢測中的應用，通過圖像分割提高了煙氣濃度的檢測精度。

5. [期刊論文] 「一種Otsu閾值法的推廣--Otsu雙閾值法」

文章對Otsu閾值法進行了推廣，提出了一種求取雙閾值的方法，適用於具有三峰特性的灰度直方圖圖像分割，獲得良好的二值化效果。

6. [學位論文] 「基於進化演算法與梯度雙閾值Otsu的研究及其在裂縫檢測中的應用」

本文研究了結合進化演算法與梯度雙閾值Otsu演算法在裂縫檢測中的應用，旨在提高檢測的准確性和效率。

7. [學位論文] 「基於隨機共振和Otsu-EWT的滾動軸承早期故障診斷方法」

文章提出了基於隨機共振和Otsu-EWT的滾動軸承早期故障診斷方法，旨在實現更准確和及時的故障預測。

8. [學位論文] 「基於分數階粒子群的Otsu圖像分割演算法研究」

本文研究了結合分數階粒子群優化的Otsu圖像分割演算法，旨在提高圖像分割的效率和准確性。

9. [學位論文] 「基於Otsu演算法的圖像分割研究」

文章探討了Otsu演算法在圖像分割領域的應用，分析了其在不同場景下的性能和優化策略。

10. [學位論文] 「基於Otsu的紅外圖像閾值分割研究」

本文研究了Otsu演算法在紅外圖像閾值分割中的應用，旨在提高紅外圖像處理的精度和效率。