搜索结果: 1-15 共查到“算法理论 维”相关记录47条 . 查询时间(0.412 秒)
基于R2指标和参考向量的高维多目标进化算法
R2指标 参考向量 高维多目标优化 进化算法
2024/1/19
在高维多目标优化中,不同的优化问题存在不同形状的Pareto前沿(PF),而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms,MOEAs)在处理不同的优化问题时普适性较差.为了解决这个问题,本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based man...
传统基于核主成分分析(Kernel principal component analysis,KPCA)的数据降维方法在提取有效特征信息时只考虑全局结构保持而未考虑样本间的局部近邻结构保持问题,本文提出一种改进全局结构保持算法的特征提取与降维方法.改进的特征提取与降维方法将流形学习中核局部保持投影(Kernel locality preserving projection,KLPP)的思想融入核主...
基于维度缺失检测与恢复的协同进化算法
大规模全局优化问题 维度缺失 协同进化算法 多样性
2022/3/11
大规模全局优化（LSGO）问题的搜索空间会随维数增加成指数倍增长,使用进化算法时极易出现维度缺失、进化停滞现象,检测维度缺失并跳出停滞状态是解决LSGO问题的关键所在。针对LSGO问题维度缺失检测复杂度高的问题,结合协同进化算法,将高维问题分解成多个低维子问题;在进化过程中,利用主成分分析对所有子问题进行维度缺失检测,在缺失维度方向上进行拓展以达到维度恢复效果,能有效跳出停滞状态;进而提出一种基于...
基于LSH的高维大数据k近邻搜索算法
高维数据k近邻 局部敏感哈希 MapReduce 冲突计数排序
2016/12/30
局部敏感哈希(LSH)及其变体是解决高维数据k近邻(kNN)搜索的有效算法.但是,随着数据规模的日趋庞大,传统的集中式LSH算法结构已经不能够满足大数据时代的需求.本文分析传统LSH方案的不足之处,拓展AND-OR结构,提出通过索引而不比较原始数据直接实现高维大数据k近邻搜索算法C2SLSH.理论分析和实验证明,C2SLSH在分布式平台下具有稳定的可扩展性,在保证同等精确率的情况下,处理速度大约是...
n维超立方体模映射安全隐写算法
数字图像 模函数 余数循环 隐写
2017/1/4
针对目前基于模函数的隐写研究现状,提出n维超立方体模映射隐写算法.根据模运算性质定义一个n维模函数,将n个像素值映射到一位an进制数值,从而可以实现将一位an进制信息隐藏到n个像素中.选择不同的参数a可以得到不同的嵌入率和载密图像视觉质量,选择较大的参数n且a为偶数时可以得到更好的载密图像视觉质量.理论分析和实验结果表明,本文算法与众多隐写算法相比,不仅具备这些算法的功能,而且具有更好的载密图像视...
针对二维可重构单元阵列(RCA)硬件任务的跨层数据传输问题，提出了一种前序遍历回溯旁节点添加算法。该算法针对跨层输入树、跨层输出树2种类型的数据流图，保持了原有运算节点之间的逻辑关系，实现了旁节点的无冗余添加。给出了动态可重构系统划分映射的量化评估指标体系和流水化模型，给出了添加旁节点映射的临界条件。实验结果表明，基于相同的系统结构和划分映射算法，在满足临界条件的情况下，与不加旁节点映射算法相比，...
基于模糊支配的高维多目标进化算法MFEA
高维多目标优化 模糊隶属度 模糊支配 Harmonic平均距离 α-截集
2017/1/12
为提高高维复杂多目标优化算法的收敛性和解集分布性，提出一种基于模糊支配的高维多目标进化算法MFEA.在第二代Pareto支配类高维多目标进化算法模型基础上，利用模糊理论对模型中的环境选择进行改进，提出基于模糊隶属度的支配关系，并结合Harmonic、k邻域法和小生境技术对其中的拥挤密度估计方法进行改进，最后根据高维多目标的特点并结合模糊理论α-截集的思想提出了新的环境选择策略.将该算法与目前性能最...
高维多目标多方向协同进化算法
高维多目标优化 多方向协同进化 混合变异策略 模糊支配
2015/5/19
提出一种高维多目标多方向协同进化算法(HMMCA).该算法利用目标空间内的一组方向向量将多目标优化问题分解成多个方向进行寻优,并提出一种混合变异策略以加强算法在每个方向上的收敛能力;同时,该算法采用改进的交互式模糊支配和拥挤度估计因子来维护外部归档集的规模,增强种群的收敛性和分布性.将该算法与目前性能最好的3种多目标进化算法在标准测试函数集上进行对比实验,所得结果表明HMMCA与其他算法相比具有更...
基于降维稀疏重构的高效数据域STAP算法研究
空时自适应处理 稀疏重构 杂波抑制
2017/1/11
本文基于信号稀疏重构技术,研究利用待检测样本直接进行动目标检测的高效空时自适应处理(STAP)方案.该方案对时域降维的阵元-多普勒域数据采用空域稀疏重构技术估计高分辨率角度-多普勒谱,进而基于稀疏空时谱研究知识辅助的动目标检测算法.理论分析和仿真实验结果表明:本文算法能有效抑制杂波实现慢动目标检测,且运算量小易于实时并行处理.
基于集合的高维多目标优化问题的进化算法
进化算法 高维多目标优化 集合进化 用户偏好
2017/1/16
由于高维多目标优化问题包含的目标很多，已有的方法往往难以解决该问题.本文提出一种有效解决该问题的基于集合的进化算法，该方法以超体积、分布度，以及延展度为新的目标，将原优化问题转化为3目标优化问题；定义基于集合的Pareto占优关系，设计体现用户偏好的适应度函数；此外，还提出集合进化策略.将所提方法应用于4个基准高维多目标优化问题，并与其他2种方法比较，实验结果表明了所提方法的优越性.
复杂网络分形的盒维数改进算法
复杂网络 分形 盒维数 着色算法
2010/3/15
采用Welch Powell法对复杂网络分形的盒覆盖算法进行了改进，分析了改进算法的优越性、有效性，并对美国航空网（1997）和酵母蛋白质网进行了实验，揭示了两个复杂网络均具有分形特性。最后对这两个实际网络的分形含义进行了一定的解释。
基于遗传算法的二维Otsu算法改进
二维Otsu法 阈值分割 自适应遗传算法
2010/8/30
为改善传统二维0tsu阈值分割算法处理图像时计算复杂度高、实时性差等缺点，将遗传算法应用到二维Otsu灰度图像阈值寻优中，并提出一种改进的自适应遗传算法。实验证明，新的算法对灰度图像有较好的分割效果，与传统算法相比，分割图像清晰，实时性也得到了明显的改进。
基于混合粒子群算法的二维导体柱目标识别
矩量法 混合粒子群算法 电磁成像
2010/3/1
从电磁场的积分方程出发，采用矩量法（ＭＯＭ）计算导体柱电磁散射的过程；以实际测量的散射场与计算散射场的偏差程度作为目标函数；将带优化变量设置为描述导体柱轮廓的形状函数的傅里叶展开式系数，通过混合粒子群算法（HPSO）对带优化变量进行优化，使目标函数的最小值用来进行电磁成像。仿真结果表明：HPSO简单、通用，具有较强的抗随机噪声干扰的能力。
基于量化的二维DCT优化算法研究
离散余弦变换 量化 图像压缩
2010/1/22
DCT变换广泛应用于图像压缩算法中，在大多数情况下最有用的信息集中在DCT系数的低频序列中，而对那些经过量化后为零的系数进行计算，不但费时且计算量大幅增加。据此提出了两种新的二维DCT快速截取算法，使得计算一个8×8的二维DCT变换所需的乘法运算次数减少了60％，加法运算次数减少了77％。经过实验验证该算法在峰值信噪比PSNR值损失很少的情况下，显著地降低了算法的复杂度。