基于遗传算法的矢量量化

本文提出了一种基于遗传算法的矢量量化方法。矢量量经码书设计本质是搜索训练矢量的最佳分类。遗传算法有卓越的全局优化搜索能力，易搜索到全局最优的矢量分类，形成高度优化的码书，可克服传统方法局部优化的缺陷。该方法不依赖初始条件、鲁棒性好、结构规则、并行性高。     

采用树结构矢量组合的小波图像分类矢量量化

本文提出了采用树结构矢量组合对小波图像进行分类矢量量化的新方法.该方法充分利用了子带系数的带间和带内的相关性,分类信息占用比特数少,并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化,提高了量化增益.仿真结果表明,该方法实现简单,可达到很好的压缩效果.     

基于空间组合矢量分类的小波图像网格编码矢量量化

本文基于零树编码、矢量分类和网格编码量化的思想,提出了对小波图像采用空间矢量组合和分类后进行网格编码矢量量化的新方法.该方法充分利用了各高频子带系数频率相关性和空间约束性,依据组合矢量能量和零树矢量综合判定进行分类,整幅图像只需单一量化码书,分类信息占用比特数少.对重要类矢量实行加权网格编码矢量量化,利用卷积编码扩展信号空间以增大量化信号间的欧氏距离,用维特比算法搜索最优量化序列,比使用矢量量化提高了0.6db左右.该方法编码计算复杂度适中,解码简单,可达到很好的压缩效果.     

基于分类矢量量化的图像压缩和检索算法

在小波变换域内,基于分类矢量量化对图像数据进行压缩。利用所形成缩数据的特点,构建不同的统计特征量用于支持图像检索,通过实验验证了算法的可行性和有效性。     

基于遗传算法与模糊聚类相结合的小波变换矢量量化方法

提出一种有效的图像压缩方法，利用小波变换对图像进行多分辨率分解，对小波系数进行矢量量化(VQ)编码。使用遗传算法(GA)与模糊c均值聚类(FCM)算法相结合的方法来设计码书，有效地克服了FCM算法容易陷入局部最优且对初始值敏感的缺点。实验结果表明，该算法可较大提高图像重构质量。     

采用空间矢量组合的小波图像分类矢量量化

该文提出了采用空间矢量组合对小波图像进行分类矢量量化的新方法。该方法充分利用了各高频子带系数的频率相关性和空间约束性将子带系数重组，依据组合矢量能量和零树矢量综合判定进行分类，整幅图像只需单一量化码书，分类信息占用比特数少，并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化，提高了量化增益。仿真结果表明，该方法实现简单，在较低的编码率下，可达到很好的压缩效果。     

基于方向树结构矢量分类的小波图像网格编码矢量量化

本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，对活跃和非活跃类矢量实行加权ＴＣＶＱ，利用卷积编码扩展信号空间，用维特比算法搜索最优量化序列，比使用加权 ＶＱ提高了 ０．７ｄｂ左右。该方法编码计算复杂度适中，解码简单，有较好的压缩效果。     

采用方向树结构矢量组合的小波图像分类矢量量化

该文提出了采用方向树结构矢量组合对小波图像进行分类矢量量化的新方法。该方法的矢量构成结合了子带系数的方向性,充分利用了子带系数的带间和带内的相关性,按能量和活跃度进行两级分类,降低了类中矢量的内部离散度,分类信息占用比特数少,并采用了基于人眼视觉特性的加权均方误差准则进行矢量量化,提高了量化增益。仿真结果表明,该方法实现简单,可以达到很好的压缩效果。     

学习矢量量化算法的性能分析

本文针对学习矢量量化算法Ⅰ型和Ⅱ型（ＬＶＱ１、ＬＶＱ２）进行了深入的分析研究，取得了以下结果：（１）对应于ＬＶＱ１算法，提出了一种选取学习步长的优化方案；（２）得到了ＬＶＱ１算法关于线性可分模式分类问题的一个重要结论；（３）严格推导出ＬＶＱ２算法实质上是一种使分类错误减小的梯度下降法；（４）得出了ＬＶＱ２算法对于类间混叠的模式分类问题不存在稳定平衡状态这一重要结论；（５）针对ＬＶＱ２算法处理类间混     

基于遗传算法的RBF网络及应用

本文采用遗传算法优化了RBF神经网络,讨论了用一种新颖的方式对RBF进行编码,提出了以权重为因子的适应度函数.将优化后的RBF神经网络用于泛函逼近和对新疆雅马渡站的年径流量进行预测,证明其有效性.     

基于遗传算法的图像阈值分割

该文将遗传算法用于Otsu法和KSW熵法两种图像阈值分割方法中,进行了针对图像分割的遗传程序所需的参数设计,并采用遗传算法实现单阈值和多阈值图像分割。实验结果表明分割速度快于传统阈值分割法,缩短了运算时间。     

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小,从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和BP算法的杂交算法GA-QP,它结合遗传算法的全局搜索特性和BP的局部收敛特性,实现对神经网络的有效训练。实验表明该算法优于BP算法,实验结果令人满意。     

基于模拟退火遗传算法的模糊分类器参数优化及其应用

该文从结构和算法上研究了Max-Min模糊神经网络(MMNN),找出了其固有的局限性,相应提出了一系列的改进措施形成改进MMNN算法。为了更好地提高网络的性能,同时考虑到优化算法的收敛速度,本文提出了基于模拟退火遗传算法的网络参数优化方法,通过计算机仿真,证明了该方法是可行的。最后,运用它作为分类器对实际的船舶辐射噪声进行了分类实验,与BP等算法进行了比较,显示出其独特的优越性。     

基于遗传算法的递归式MTI滤波器的设计

递归式MTI滤波器从理论上讲几乎可以合成任意形状的频率响应函数,因而具有很广的应用范围。为了能够灵活设计出满足系统要求的递归式MTI滤波器,提出了一种设计方法。该方法以遗传算法(GA)的基本思想为基础,利用滤波器的改善因子、通带宽度和通带波纹来构成适应函数,并用GA来加快参量搜索速度和获取全局近似最优解。实验仿真设计了两种典型的递归式MTI滤波器,结果证明该方法是一种有效的设计方法,它可以灵活而快速地设计出所需要的滤波器。     

基于遗传算法的模糊可靠性2冗余最优化分配模型及其实现

该文在经典系统可靠性冗余最优化的基础上,应用遗传算法对模糊目标和模糊约束分别为线性和非线性隶属函数的系统模糊冗余最优化问题作了研究,最后给出了一个应用实例。     

基于遗传算法和模拟退火的不等间距稀布阵的设计

副瓣电平在天线阵列的设计中是很重要的指标,已经有很多方法进行这方面的改进。该文在稀布阵概念的基础上,引入了距离微扰,提出不等间距稀布阵的模型,来进一步改善天线阵的副瓣电平,并且利用遗传算法和模拟退火对这种不等间距稀布阵进行了综合设计。给出了200元线阵和4020面阵的优化结果,从仿真结果可以看到天线副瓣电平得到了改善。     

基于遗传算法的快速图像相关匹配

采用遗传算法研究了图像相关匹配问题,提出了快速图像相关匹配算法在最优匹配的前提下,其计算量较ＳＳＤＡ算法降低了一个数量级以上;可以采用ＮＰＲＯＤ匹配准则,改善在低图像对比度条件下的匹配精度;该算法每帧图像匹配计算时间基本恒定,便于工程应用。     

基于遗传算法的多小波自适应去噪方法研究

针对噪声在多小波分解后的尺度性以及图像本身的特性,提出了一种基于遗传算法的多小波自适应去噪算法,该方法能通过遗传算法自适应地寻求去噪后图像的最小均方误差.实验结果表明,该算法优于传统算法,不仅能有效滤除图像的噪声,而且能较好地保留图像的边缘信息,具有更加理想的去噪效果.     

基于特征值苑配的变比特率相关矢量量化图像编码算法

该文提出了一种用于图像编码的新颖的变比特率相关矢量量化器。在编码之前,首先计算各码字的四个特征值,然后根据各特征值的升序排列得到相应的四个排序码书。在对当前输入矢量(当前处理图像块)进行编码的过程中,充分考虑当前处理图像块与其相邻图像块之间的相关性以及各码字特征值与该输入矢量特征值之间的匹配性。测试结果表明,该算法与传统矢量量化(VQ)器相比,虽然在编码质量上有少许下降,但降低了比特率并加快了编码速度。     

基于遗传算法的随机测试生成技术探究

随着集成电路设计复杂度不断提高,功能验证的挑战也不断增大。为了加快验证进程提高覆盖率,提出了一种新的基于遗传算法（Genetic Algorithm, GA）的随机测试生成方法。该方法基于一种二进制和十进制数混合编码的双层编码模式,并使用了权值可自动调控的功能覆盖点来计算个体适应度值,并将模拟过程中的覆盖率报告自动反馈回给随机测试生成的约束产生。该方法已应用于中国科学院微电子研究所自主研发的IME-Diamond数字信号处理器RTL模型的模块功能验证。实验结果表明,该方法有效提高了验证效率。