一种混合遗传LM算法求解非线性最小二乘问题

文章提出了一种混合遗传LM算法,并将其用于求解非线性最小二乘问题,该方法利用遗传算法摆脱局部最小值,在全局极小值的领域内估计解,找到全局最小值的近似后,利用遗传算法找到的全局最优解作为LM算法的起点。像遗传算法这样的随机搜索算法可以很容易地在全局最小值附近计算出一个解,但由于搜索的随机性,需要很长时间才能收敛到精确的最小值。因此,该算法协同结合了确定性局部搜索和启发式随机全局搜索的优点,高效地计算出精确的解。利用了一个圆柱拟合的实验来验证该算法,结果表明该算法在拟合问题上有良好的性能。     

基于蚁群算法和遗传算法融合的QoS组播路由问题求解

包含延迟、延迟抖动、带宽、丢包率和最小花费等约束条件在内的服务质量(QoS)组播路由问题,是一个NP完备问题,传统方法很难求得全局最优解.本文将遗传算法和蚁群算法融合,提出了用遗传蚁群算法(GAACS)求解QoS组播路由问题的解决方案.仿真实验表明,采用新算法比遗传算法具有更好的性能.     

SVDD参数优化的有限穷举—局部遗传算法及故障检测应用

针对支持向量数据描述(SVDD)训练过程中的参数优化问题,提出了一种有限穷举—局部遗传算法.首先,在分别分析参数C和σ对SVDD分类性能不同影响的基础上,得到参数σ是影响分类性能主因的结论.然后针对σ的优化问题,通过穷举有限个整数解并比较其分类性能来确定近似最优解,在近似最优解的领域内用遗传算法进行局部搜索,最终得到精确的优化参数.仿真实验及电路故障检测应用结果表明:算法有效避免了参数搜索的盲目性,能以更短的时耗逼近最优解.     

不可分流网络的最小费用流问题

通常情况下单位流量费用最小的那条路径发送各个流总费用是最小的,但是往往单位流量费用最小的那条路径并不一定能满足所有流均可通过。针对不可分流的网络流最小费用问题,提出按流值排序寻求最优解的算法,并给出相关的理论证明及算法,最后通过具体实验测试了该算法的有效性。此算法可以快速求解所提的问题,并能够算出最优值。实例结果表明,该算法有效地解决了不可分流的网络流最小费用问题,可以应用于实际的网络优化中。     

基于遗传算法的多值站内搜索设计与实现

针对多关键字的站内搜索问题,提出了一种基于遗传算法的选择优化算法.算法应用染色体编码方法、交叉操作、变异操作能使算法很快跳转到局部最优解,并向好的方向转化,最终达到全局最优解.算法应用于某学报网站,并取得了不错的效果.     

基于改进型鲸鱼优化算法和最小二乘支持向量机的炼钢终点预测模型研究

终点碳含量是决定钢质量的关键因素,是转炉炼钢过程中需要控制的核心变量之一.本文建立了一种基于莱维飞行的鲸鱼优化算法（Levy Whale Optimization Algorithm,LWOA）和最小二乘向量机（Least Squares Support Vector Machine,LSSVM）的钢水终点碳含量综合预测模型.通过莱维飞行代替了传统鲸鱼优化算法（Whale Optimization Algorithm,WOA）参数的随机选择,优化了鲸鱼算法中跳出局部最优的能力;借助改变鲸鱼算法的系数向量收敛方式明显提高了鲸鱼优化算法的泛化能力、预测精度和收敛速度.数据仿真结果表明,所提出的LWOA-LSSVM预测模型,不仅能够克服局部寻优获取全局最优解,而且具有快速的收敛速度和更高的预测精度,得出预测结果的均方根误差、平均绝对误差和平均绝对百分比误差与遗传算法BP神经网络、遗传算法最小二乘支持向量机和传统鲸鱼算法最小二乘支持向量机相比均有着明显提高.同时,通过调整目标命中率和训练输入样本量验证了预测模型具有更好的鲁棒性.     

用可变形模板进行基于内容的图像分割算法

 本文提出一种采用可变形模板匹配技术进行基于内容的图像分割算法.通过预先计算出可变形模板沿着变形的正交曲线,并对模板曲线及正交曲线进行离散抽样,建立一基于正交曲线的二维(2-D)可变形模板,针对图像分割问题定义控制可变形模板进行变形的内、外部能量函数,本文采用遗传算法搜索能量函数最小的全局最优解.该新算法比传统的可变形模板匹配方法降低了搜索空间的维数,减少了算法对模板初始位置的敏感.对实际图像及模拟低信噪比图像处理的结果表明,新算法具有良好的分割精度及稳定性.     

基于PSO-LSSVM的振弦传感器温度补偿

针对振弦传感器测量精度受环境温度影响的问题,本文提出基于粒子群-最小二乘支持向量机的温度补偿方法。采用泛化能力好、收敛速度快、全局最优的最小二乘支持向量机,并引入粒子群算法对最小二乘支持向量机的两个参数进行优化,建立预测模型,进行温度补偿。实验表明:与BP神经网络算法相比,该方法提高了传感器的精度。     

基于最小二乘拟合的机动目标运动补偿算法

在高频雷达探测中,目标机动通常会造成多普勒谱的展宽,严重影响了目标的探测与跟踪.针对该现象,文中推导了机动目标瞬时径向速度表达式,发现机动目标回波相位可以用时间的多项式描述,进而提出了基于最小二乘拟合的运动补偿算法.仿真处理和实验数据均验证了理论分析的结果,又表明在变速、转弯等机动情况下,该运动补偿算法都能有效地改善目标谱质量,提高雷达目标探测与跟踪性能.     

逆合成孔径雷达成像仿真

逆合成孔径雷达的运动补偿问题已有很多讨论,并在实际中得到成功的应用。运动补偿是ISAR成像技术的关键,分两步进行：包络对齐和相位校正。本文从全局效果出发,研究了平均包络最小熵包络对齐法和最小熵相位校准法的原理及算法实现,并对仿真数据进行成像处理。实验结果表明,平均包络最小熵法和最小熵相位校正法在ISAR雷达的运动补偿算...     

太赫兹ISAR成像系统误差校正算法

针对非线性系统误差对太赫兹雷达成像质量的影响,提出一种最小熵系统误差校正算法。在实测的太赫兹逆合成孔径雷达成像实验中,非线性误差会对回波相位产生影响,从而使得脉压后的距离像能量分散,进而降低成像质量。经过对误差形式的理论分析,建立一维距离像的相位误差补偿模型,并基于最小熵的优化准则迭代校正此系统误差。实验结果表明,与基于参考点目标的方法相比,所提方法自适应性更强,且具有更好的校正效果。     

基于遗传算法的二维最小交叉熵的动态图像分割

为解决动态图像的分割问题,本文提出了一种遗传算法的二维最小交叉熵的分割算法。首先给出二维交叉熵的定义,然后运用遗传算法,以二维交叉熵为评价函数,搜索能使二维交叉熵最小的参数向量,并以该参数向量为分割阈值对飞机图像进行图像分割处理。实验结果表明,二维飞机交叉熵图像分割精度比一维飞机熵图像分割精度高,且比传统的二维熵分割速度快。     

基于区域联合Rényi熵的多模医学图像配准

 针对医学图像配准对准确性高、鲁棒性强和速度快的要求,本文提出一种新的基于区域联合Rényi熵的多模配准算法.该算法将区域信息融入到联合Rényi熵中,并使用最小生成树来估计区域联合Rényi熵.这样,不仅改善了传统配准方法由于忽略像素空间信息造成的配准鲁棒性的降低,而且避免了使用直方图估计高维熵遇到的"维数灾难"问题.实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有鲁棒性强、速度快的优点.作为一种一般性的配准算法,基于区域联合Rényi熵的配准方法还可以应用到图像配准以外的更广阔的领域,如图像检索、对象识别等.     

基于二次速度估计的距离像运动补偿

为解决频率步进雷达高分辨距离像的运动补偿问题,推导了其成像原理,分析了运动目标的回波相位特性,提出一种基于二次速度估计的距离像补偿算法。首先对回波信号的互相关函数进行快速傅里叶变换(FFT)以获得速度、距离粗估计值,其次采用基于谱包络最小波形熵的修正离散Chirp-Fourier变换(MDCFT)在合理区间内进行参数的精确估计,最后分析其补偿性能。该算法通过对回波互相关函数进行FFT为MDCFT缩小参数搜索区间,将极大简化计算。仿真结果证明了该算法的可行性与有效性。     

用改进的包络最小熵法进行包络对齐

包络对齐是逆合成孔径雷达(ISAR)运动补偿的基础。现有的包络对齐算法存在对齐精度较低的缺点。本文借助 Fourier变换的频域移位性质,改进了包络对齐处理的包络最小熵法。该算法在用包络最小熵法进行平动位移粗略估 计的基础上,利用频移因子对粗补偿的距离像进行小范围的调整和迭代,以获得更高的包络对齐精度。给出了详细 的算法流程和步骤。仿真数据和外场实测数据的处理结果都表明该方法的有效性。     

一种基于麦克风阵列的声源定位算法研究

麦克风阵列声源定位广泛应用于视音频会议系统及枪声定位系统等领域。提出了一种基于最小熵值（ME）的麦克风阵列声源定位新方法,其特点在于利用最小熵值方法对麦克风阵列进行时延估计,并与离散网格方法相结合,对声源进行空间搜索。实验结果表明,在同等混响或噪声条件下,该方法定位优于广义互相关-相位变换方法（GCC-PHAT）。     

ISAR成像最小熵自聚焦与相位补偿的一致性分析

该文对ISAR成像的最小熵自聚焦(Minimum Entropy Auto-focusing,MEA)与相位补偿之间的一致性问题进行深入研究,文中的数学推导证明了对于ISAR距离-多普勒成像,相位补偿后的剩余相位误差为0时的相位补偿量不一定是ISAR图像熵函数的极小点,这与ISAR成像目标有关.仿真实验也表明使ISAR图像熵最小时的相位补偿剩余相位误差却未必为0,只有当目标本身的图像熵不大于任何非零剩余相位误差所对应的成像结果的熵时,ISAR成像的最小熵自聚焦才与相位补偿一致.     

基于最小熵的自适应加权包络对齐算法

在逆合成孔径雷达（ISAR）成像及运动补偿原理的基础上提出了一种基于最小熵的自适应加权包络对齐算法,并通过仿真试验验证了该算法对提高运动补偿精度和改善最终成像质量的有效性。     

二维最大熵和二维最小交叉熵结合的图像分割

二维最大熵法和二维最小交叉熵法是目前常用的两种阈值分割方法,但在某些时候因为两种方法获取的阈值过高或者过低,使得分割失效.针对此问题,提出了基于二维最大熵法和二维最小交叉熵法结合的图像分割方法.首先,对二维最小交叉熵公式进行转化;然后,利用多目标规划理论将这两种方法有机结合使得到的阈值既满足二维最大熵原则,又满足二维最...