搜索结果: 121-135 共查到“计算机科学技术 算法研究”相关记录507条 . 查询时间(0.789 秒)
集成智能自适应货运量预测算法研究
货运量 径向基函数(RBF) 神经网络
2009/12/10
在深入分析各种货运量预测模型的基础上,首先提出了基于云理论的新的不确定性推理模型——T-S-C-Y模型;然后基于灰色关联理论对货运量及其相关因素进行了灰关联分析,并确定影响货运量诸多因素的灰关联序;在此基础上结合一维T-S-C-Y模型和径向基函数神经网络建立了货运量预测模型对河南省1997~2002年的货运量进行预测。该预测模型既能很好地集成概念的模糊性和随机性,同时又具有自学习、自组织、自适应和...
结合小波变换的SFS最小化算法研究
从明暗恢复形状 小波变换 频率特性
2009/12/10
提出了一种结合小波变换的从明暗恢复三维形状的最小化方法,该算法利用图像小波变换各个子频段的不同频率特性和方向特性,分别采用不同的算法重构。在图像被分解后的低频区域采用小波直接提取自然条纹相位,高频区域使用最小化方法重构。这种方法在低频区域避免了SFS最小化方法的假设条件,而高频区域又发挥了它对细节部分重构的优势。实验结果表明该算法比单独使用最小化方法的误差要小。
模糊C均值聚类图像分割的改进遗传算法研究
模糊C均值聚类 模糊C均值(FCM)聚类算法 遗传算法
2009/12/10
基于模糊C均值(FCM)聚类算法,并利用遗传算法全局随机搜索的特点,提出了一种图像分割的改进遗传算法。该算法首先采用一种初值化算法确定合适的遗传算法的初始搜索范围,然后对遗传算法中的编码方式、交叉算子、变异算子等参数进行了一些适当改进,进而给出了该算法的理论推导和算法的具体实现步骤。该算法除了解决模糊C均值聚类算法在医学图像分割中容易陷入局部最优解的问题,而且采用的初值化算法比标准的遗传模糊C均值...
模糊最大熵多阈值分割的改进算法研究
多阈值 条件迭代法 遗传算法
2009/12/10
基于模糊最大熵原则的多阈值分割,提出了遗传算法和ICM相结合的改进算法。该方法首先确定选取模糊熵函数作为适应度函数,然后对遗传算法中的编码方式、交叉算子、变异算子等参数进行了一些适当改进,进而给出了该算法的理论推导和算法的具体实现步骤。与通常的基于模糊最大熵原理进行阈值分割方法相比较,减少了计算量并且提高了运行效率,克服了常用方法在阈值求取时的一些不足,能够快速获得稳定的阈值。对比实验得出的结果,...
事件驱动型传感器网络地址分配算法研究
无线传感器网络 事件驱动 地址分配
2009/12/10
无线传感器网络中的地址分配是应用的前提,但目前研究相对较少。分析现有的无线传感器网络地址分配协议,提出了一种基于最小跳数的按需分配的地址分配算法,在网络初始阶段构建最小跳数,当节点监测到事件根据最小跳数建立与Sink节点的通信,获取事件节点的通信地址。理论分析及仿真结果表明,该算法降低了协议自身的通信开销,满足了无线传感器网络中通信节点资源极其稀少和低功耗的需要。
优化KPCA特征提取下的FCM算法研究
核函数主元分析 文化算法 模糊聚类
2009/12/10
利用核函数主元分析(KPCA)方法对大样本、高维数据进行特征提取预处理,并结合文化算法(CA)选择最优或接近最优的核函数,将其用于模糊C均值(FCM)聚类中,不但有效地提取了样本的非线性信息,而且使样本维数得到约简。实验表明该方法具有较好的聚类效果和更少的训练时间。
基于小波阈值收缩消噪的浮点数编码遗传算法研究
小波阈值 收缩消噪 变异
2009/12/10
浮点数编码具有精度高、便于高维大空间搜索的优点,在函数优化和约束优化领域明显有效于其他编码。但浮点数编码遗传算法在运行环境中产生的噪音对算法性能的影响并未引起人们的重视。传统的浮点数编码遗传算法采用的是有界随机变异,不能消除噪音对算法性能的影响。提出了基于小波阈值收缩消噪的浮点数编码遗传算法,建立滤波器,采用不同的阈值消噪取代变异操作,并进行了实验。该研究和实验结果表明,这种方法理论上是可靠的,方...
多目标满载装卸货问题的蚁群算法研究
最大最小蚁群算法 多目标 满载装卸货问题
2009/12/3
满载装卸货问题是广泛存在于物流运输领域的重要组合优化难题。为了有效求解实际情况下多目标的满载协同运输问题,设计了双层最大最小蚁群算法。利用蚁群算法的正反馈和并行性,通过不同层次蚁群之间的信息素传递,实现对问题的两个优化目标同时优化。通过实验表明了该算法可行而有效。
基于Cascade的增量式组合分类算法研究
多分类器组合 增量式更新 Boosting
2009/12/3
利用Learn++思想对Cascade组合分类器进行了改进,提出了一种基于Cascade的增量式组合分类算法,并将之应用到肝脏图像的分类中。实验结果表明,与原有组合分类器相比,该增量式组合分类方法可以在保证分类准确度的前提下有效地提高新增样本的学习效率。
基于指标的多目标进化算法研究
多目标优化 进化算法 性能指标
2009/11/30
基于指标的进化算法(IBEA)是一个出色的多目标优化算法。IBEA具有良好的收敛性,但在保持解的多样性方面对于某些问题却表现较差。对IBEA进行研究,分析其适应度分配原理,针对其缺点进行改进,并将IBEA与其他2个算法进行了测试比较。测试结果表明改进后的IBEA在保持了原算法优点的情况下使其在解的多样性方面有了较大改观。
基于扩展安全级的Torus网络容错路由算法研究
容错路由 矩形故障块 扩展安全级
2009/11/19
在存在故障结点的网络中如何设计最小容错路由是网络容错研究中的一个热点问题。以存在矩形故障块的二维Torus网络为例,将扩展安全级运用到Torus中,对于网络中任意一对结点,给出存在最小路径的充要条件;并且结合扩展安全级的概念,给出建立最小通路区的方法,并用实验验证了方法的可行性。研究为存在故障结点的Torus网络寻找最小容错路径提供了理论依据。
细分曲面求交裁剪算法研究
细分曲面 求交 裁剪
2009/11/19
基于细分曲面的参数化表示,研究了细分曲面的精确求交、裁剪算法。首先对控制网格建立局部坐标系,将细分曲面表示为一系列小的面片,并对每个控制顶点赋予参数值。然后用改进的轮廓删除法细分控制网格,在关联曲面间进行相交性检测,得到近似交点及其参数值,再用迭代法求得精确解。根据用户指定的裁剪区域确定交线的走向,将被裁剪曲面的控制网格面分为保留面、裁剪面和删除面,设置每个裁剪面的裁剪域,从而实现细分曲面的精确裁...
自适应谱聚类算法研究
自适应 谱聚类 参数选取
2009/11/17
谱聚类能识别出在原空间中线性不可分的聚类, 且其效果优于传统聚类算法.谱聚类要想获得好的效果必须选择一个合适的尺度参数,本文在传统谱聚类算法的基础上引入类似核选取的技巧,提出了一个能自动选取该尺度参数的自适应谱聚类算法.将该算法和现有的谱聚类参数选择算法作了比较,在人工数据集和UCI数据集上的实验表明,自适应谱聚类算法在很多情况下优于其它参数选择算法.
多目标差分演化算法研究综述
多目标优化 差分演化 演化算法
2009/11/4
多目标差分演化算法是一种简单有效的演化算法,已引起学术界的广泛关注,并在许多领域得到应用。首先描述了差分演化算法的基本思想;接着分析了有代表性的多目标差分演化算法,并给出了改进多目标差分演化算法的一些措施;然后讨论了多目标差分演化算法的性能度量指标,并介绍了多目标差分演化算法的一些应用领域;最后,指出了多目标差分演化算法今后的研究方向。