防止过拟合的属性约简

近年来,机器学习的过拟合问题备受关注,尤其在属性约简中。为解决这一难题,提出一种融合集成策略和去除操作的算法。首先将训练模型数据平分为◢M份;然后将其中M◣-1份采用集成策略进行潜在约简计算;最后将剩余的一份进行提前测试,一旦发生过拟合则将刚加入的属性从潜在约简集中去除。利用提前测试潜在属性约简的方法来防止过拟合现象的发生,几组UCI数据的实验结果说明了新算法的有效性,同时为丰富和发展属性约简提供了一种新的方向。     

量子遗传进化算法的收敛性研究

量子遗传算法建立在量子的态矢量表达基础上,染色体的编码用量子比特的几率幅表示,使得一条染色体表达多个态的叠加,再利用量子门实现染色体更新操作,从而达到目标的优化求解.它具有种群规模小而不影响算法性能,收敛速度快和全局优化能力强等特点.但是遗传算法的随机性不好把握,收敛方向不好控制,针对遗传算法的种种问题,通过多种方法来对收敛性进行研究.     

机器人抓取视觉传感目标精确定位方法

机器人抓取目标时,准确完成任务的前提是可以精准检测到目标位置,当距离目标较远时,以信号传感为基础的定位精度和稳定性会受到影响。为解决上述问题,提出基于视觉传感器的机器人抓取目标精确定位方法。利用视觉传感器获取目标图像,并标定目标位姿。采取直线段检测方法提取目标位姿特征,将提取的特征输入到改进粒子群算法的支持向量机回归模型中,输出定位结果。利用回归误差补偿模型对定位结果补偿,完成机器人抓取目标精确定位。实验结果显示,利用视觉传感器后,机器人抓取目标的定位时间为35s、与实际位置的接近程度高于81%、置信度高于92%,由此可知机器人抓取视觉传感目标定位效果较好。     

井下机械设备标号识别系统的设计

根据煤矿井下的特性和监测的需要,设计了一种井下机械设备标号识别系统,着重介绍了标号图象的处理与识别技术。应用该标号图象处理与识别技术的井下机械设备标号识别系统能够解决井下照明度低、粉尘多等问题,达到了正确识别井下运煤车标号的目的。     

一种基于高校排课问题的新型量子遗传进化算法

量子遗传进化算法是量子计算和遗传算法相结合的产物,量子比特是两个量子态的叠加态,在此,详细介绍了量子遗传进化算法。尝试使用量子遗传进化算法来解决高校排课问题,并进行了实验。实验结果表明,该算法获得了比较好的结果。     

高阶叠层渐近相位基函数结合快速多级子分析电大物体散射特性

由入射波与面电流的关系,引出了渐近相位(AP)在高阶叠层基函数(HO-RWG)中的应用,并运用到矩量法(MOM)中,与快速多级子方法(MLFMA)结合,分析了电大尺寸复杂目标的电磁散射特性。与高阶叠层基函数和零阶相位基函数(AP-CRWG)相比,在相同的计算精度下,都可以大大减少未知量数量,从而可以节省大量内存和计算时间。计算实例表明,该方法有较高的精确性和有效性。     

多图书图像标签字符的分割识别

字符识别应用于图书系统能有效提高图书馆的数字化和自动化程度,设计了多图书图像标签字符的分割识别,达到了一次操作识别多本图书的功能。首先根据图像边缘连接后的统计值分割出单本图书,然后基于RGB颜色特征提取字符区,并根据轮廓分割字符,最后设计BP网络识别字符。通过matlab仿真了处理流程,仿真结果表明该算法能基本识别图书标签,有较好的实用价值和应用前景。     

基于多尺度梯度域引导滤波的弱光照图像增强技术

光照较弱会导致图像出现颜色失真以及部分图像细节消失等问题，提出了基于多尺度梯度域引导滤波的弱光照图像增强方法。对弱光照图像进行多尺度梯度域引导滤波图像增强和Gamma校正，将BIQME作为目标函数，将主观图像增强问题转换为最优解问题，采用改进鸡群算法对目标函数优化求解，获取图像增强所需要的最优多尺度梯度域引导滤波参数和色调平衡参数，最终达到弱光照图像增强的目的。实验测试结果表明，所提方法可以增强弱光照图像的同时，改善弱光照图像质量和提升图像处理速度，图像处理速度控制在0.85 s以内。