排序方式: 共有9条查询结果,搜索用时 281 毫秒
1
1.
针对模糊关系方程的求解问题,即模糊综合评判逆问题,提出了一种基于遗传算法的求解方法.算法能有效地找出模糊关系方程的全局近似最优解,并且与模糊关系合成算子的具体形式无关,有良好的鲁棒性和自适应能力.仿真结果表明,此方法是一种有效、实用的模糊关系方程求解方法. 相似文献
2.
针对图像相关匹配计算量大的问题,提出基于云遗传算法的图像相关匹配方法。考虑到图像平均量的存在会增加匹配的难度,对传统归一化相关测度进行修正。为寻找最佳匹配点,将修正后的相关测度作为适应度函数,采用云遗传算法进行寻优。由于云遗传算法具有收敛速度快、局部寻优能力强和不易产生早熟现象等优点,新方法的匹配精度和速度都得到提高,且抗噪声能力强。仿真实验结果表明,新方法对无噪声和有噪声图像都能实现高精度匹配,在匹配精度和速度上优于基于自适应遗传算法的匹配方法。 相似文献
3.
基于单亲遗传算法的火力分配方法 总被引:1,自引:1,他引:0
提出了将单亲遗传算法应用于火力分配问题的方法,该方法既保持了传统遗传算法的诸多优点,又克服了传统遗传算法要求种群多样性、易陷入局部最优和实时性差等缺点。单亲遗传算法使用经过简化的遗传操作算子,算法的复杂度大大降低,可以应用于实时性要求较高的场合。仿真结果表明,单亲遗传算法能有效地解决火力分配问题,是一种简单、有效和快速的算法,具有很好的应用价值。 相似文献
4.
5.
6.
针对分布式信息融合结构、异质传感器条件下的目标识别问题,在以往采用单个神经网络进行目标识别的基础上,提出了基于神经网络集成的目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别系统.仿真结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,具有较高的应用价值. 相似文献
7.
非刚性医学图像的博弈配准方法 总被引:1,自引:0,他引:1
提出一种通过像素间的非合作博弈实现非刚性医学图像配准的方法。首先用离散位移场表示形变,将配准问题归结为马尔可夫随机场中的最大后验概率推理问题,并转化为吉布斯随机场的能量极小问题。然后将配准视为像素间的博弈,通过寻找纳什均衡点获得能量极小点,完成图像配准。博弈过程中,各个像素都选择使自身收益最大化的位移向量。该方法能配准任意形变,需要设定的参数少,易于实现。实验结果表明,博弈配准方法的配准能力强,精度高,对图像分辨率的变化具有鲁棒性。 相似文献
8.
1