基于布谷鸟迭代更新策略的多重优化算法

针对布谷鸟算法在寻优过程中存在的收敛速度慢和局部探索能力弱的缺点,基于布谷鸟迭代更新策略提出了一种新型的多重优化算法.通过引入Skew tent映射初始化种群,增强种群的多样性.受粒子群算法启发,引入社会学习和自我学习来提高种群的信息交流能力,并采用对数自适应参数平衡来提高全局搜索能力和局部开发能力.借鉴灰狼算法的狩猎...     

基于迁移集成学习的无人机图像识别算法

针对当前小型无人机目标图像识别方法准确率较低的问题,提出了一种基于迁移集成学习的无人机图像识别算法。首先,基于AlexNet、VGGNet-19、Inception-V3以及ResNet-50四种结构具有差异的卷积神经网络对源数据集进行预训练,获取图像的深层次特征;然后,对目标数据集进行迁移学习,得到目标的分类特征,构建分类模型;之后,采用相对多数投票法和加权平均法的集成学习方法,对分类模型进行集成得到迁移集成模型。构建了一个包含小型无人机图像、飞鸟图像以及直升机图像的图像数据集UavNet,在对数据集进行数据增强的基础上开展了图像识别算法性能实验,结果表明,算法对多类目标的识别准确率为99.42%,无人机类目标识别的F1-score指标为99.12%,优于主流的卷积神经网络方法和传统的支持向量机方法,具有一定的理论意义和应用价值。