图像的矢量化方法与算法研究

本文在分析了现行常用的拟合算法和矢量化方法的基础上，从实际应用角度出发，提出了改进的一次拟合算法，以增强抗噪能力，对于二次拟合提出了先识别直线后识别圆及圆弧的矢量化方法。文中所提出的拟合算法和矢量化方法在实际应用中的效果良好。     

基于遗传算法的排课系统研究

排课问题是一个有约束的、多目标的、难解的组合优化问题．利用遗传算法建立排课数据模型,定义一个包含教师编号、班级编号、课程嫡号、上课时间等染色体编码方案和适应度函敷,通过选择、交叉、变异等过程不断进化,得到近优解,使现有教学资源进行科学合理的安排。在实践中具有一定的应用价值。     

一种基于新型遗传算法的图像自适应增强算法的研究

该文提出了一种新的遗传算法,该方法不仅能加快普通遗传算法的收敛速度,而且能有效地保证种群的多样性,然后,该文将这种新算法应用于灰度图像的自适应增强,实例计算表明了该算法的有效性和可行性。     

基于矢量化的二值工程图符号提取算法

工程图符号提取是工程图识别的重要步骤 .文中提出一种矢量化算法 ,该算法可以将工程图转换成图的表示法 .在该矢量化算法的基础上 ,又提出一种符号提取算法 ,这种算法可以有效地提取各种孤立和粘连符号     

工程图纸矢量化方法研究

工程图纸矢量化是计算机辅助设计的一个前提条件，具有很好的研究价值和应用前景。该文归纳和总结了现有的各种工程图纸矢量化算法，在分析这些算法优缺点的基础上，探讨了这一领域中值得进一步研究的问题和可能的发展方向。对于避免和减少误差，提高复杂工程图纸矢量化结果有一定的实际意义。     

地图等高线矢量化的图像处理

本文对１：５万的地图等高线的矢量化的问题进行了研究，它包括对图像的二值化，线细化，在移通信和军事上都有重要的意义。     

一种基于遗传算法的立体匹配方法

根据遗传算法容易获得全局最优解的特点，文章首先利用沈俊边缘检测算子获得图像的边缘特征，然后改进了遗传算法，设计了染色体表示方法、适应度函数以及相应的遗传操作。使之适合于立体匹配的要求。实验结果表明该方法效果良好，具有实用价值。     

基于遗传算法的图像模糊增强处理方法的研究

文章根据图像的模糊特性,将图像中象素的灰度等级作为模糊特征,采用模糊增强算法实现了图像的模糊增强,并且采用改进的遗传算法对图像模糊增强的灰度阈值进行了最优选择。实验结果表明,新算法比传统的图像增强方法获得了较高的清晰度;寻优后的灰度阈值显著地提高了图像的增强效果。     

内河航道图的矢量化研究与实现

对于小型船务公司,为了节省成本,只想取得本公司业务内的航道电子地图。本文采用内河航道图的矢量化方法采集数据,生成内河航道电子地图。该方法采用区域平均滤波和航道曲线插值拟合等算法,按照＂点、线、面＂3个图层采集数据,实现了区域航道电子地图。试验结果表明,所开发的内河航道电子地图软件,操作方便,界面清楚,精度良好,运算效率高,并具有较好的可维护性,完全适用于小型船务公司的应用要求。     

轮廓跟踪与点阵汉字矢量化研究

本文将图像处理领域的轮廓跟踪技术应用于点阵汉字矢量化的研究，具体阐述轮廓跟踪及汉字矢量化的有关概念及原理、矢量字库的结构设计等。所生成的纯轮廓矢量汉字库广泛地支持显示、排版、三维动画及ＣＡＤ等领域的应用。     

一种基于隔离自适应算子的遗传算法研究

本文首先介绍了遗传算法的理论知识,阐述了基本遗传算法的优点及不足之处。然后在小生境遗传算法的基 础上,引入了隔离技术以及自适应算子,形成了一种基于隔离技术以及梯度算子的小生境遗传算法。理论及实践均表明,新的 改进的遗传算法在实际问题的解决中确实优于基本小生境遗传算法。     

基于排序的改进自适应遗传算法

本文提出了一种改进的自适应遗传算法,其遗传算子由个体在种群中的排序位置自适应地决定,其中选择算子还引入了disruptive selection的思想.该算法能避免群体中超级个体的出现,维持了种群的多样性,加快了种群的收敛速度,克服了遗传算法早熟的现象.函数优化的结果验证了该算法的有效性.     

扩散遗传算法及其应用研究

针对遗传算法在局部搜索能力方面的缺陷,提出了一种基于扩散算子的遗产算法(简称扩散遗产算法)。该算法中包含的扩散算子是变异算子,其主要作用是在遗传搜索中进行局部搜索。用扩散遗传算法和实数编码遗传算法分别训练用于解XOR问题的神经网络,对比结果表明,论文提出的算法兼具强的全局搜索能力和局部搜索能力,因此,该算法可以不借助其它局部搜索算法而单独作为神经网络训练算法,从而简化训练算法,提高训练效率。该算法对提高遗传算法搜索效率和求解精度具有重要的意义。     

基于误差控制的点阵图形矢量化方法研究

点阵图形的矢量化是计算机图形学的经典问题，最小二乘法是点阵图短量化的主要方法，它用拟合误差是澡在阈值之内来判别矢量化结果的正确性，因而阈值的确定是关键，本文分析了用最小二乘法将理想点阵图形识别为矢量图的误差，科学地确定了阈值，提出了评价识别结果的判别式，为自动实现矢量化，还提出了点阵图形矢量化的新方法-双向滚动最小二第六识别法，导出递推公式，本文给出的评判式科学准确。提出的矢量化方法快捷高效，具有通用性。     

基于龙芯3B的循环规约算法向量化研究

研究国产CPU龙芯3B的体系结构,分析三对角线性方程组求解中的循环规约算法,并结合算法特性,提出循环规约算法的优化方案。采用向量化级数,利用龙芯3B处理器提供的向量扩展指令对该算法在龙芯3B上进行实现和优化。实验结果表明,与非向量化算法相比,向量化算法的性能提升较大。     

基于单纯形的小生境混合遗传算法

总结单纯形搜索算法的核心思想.然后提出单纯形交叉方向算子和最优小生境、次差小生境与最差小生境3个概念.在最优小生境中采用单纯形搜索算法得到局部极值,在最优小生境与次差小生境之间用单纯形交叉方向算子产生优秀个体,而在最差小生境中采用受限单纯形搜索产生优秀个体,从而构成基于单纯形的小生境混合遗传算法SimplexNich-HGA.最后用SimplexNiche-HGA、单纯形混合遗传算法Simplex-HGA 以及基本遗传算法SGA求函数Rosenbrock的极值,并进一步用SimplexNiche-HGA和Simplex-HGA 求多峰值函数Shubert的极值,验证算法的正确性和求多峰值函数的极值的效率.     

停车场泊车路径寻优问题研究

停车场最短泊车路径问题是最短路径问题中的一类特殊问题,本文根据遗传算法和图论的基本知识,结合停车场实际情况。建立了停车场的数学模型,对经典的选择、交叉、变异算子作了謦进。将算法应用于最短泊车路径求解中,结果证实是合理而有效的。     

基于免疫的多目标优化遗传算法*

提出一种基于免疫的多目标优化遗传算法.该算法模仿生物免疫系统过程,使用克隆选择算子和高斯变异算子提高了搜索效率和收敛性;创建了一个记忆细胞集来保存每代所产生的Pareto最优解,以便产生Pareto最优解集;提出一种有别于传统聚类算法的邻近排挤算法对记忆细胞集进行不断的更新及删除,保证了Pareto最优解集的分布均匀性.最后将该算法与SPEA算法分别进行了仿真,通过比较两者的收敛性和分布性,得到前者优于后者的结论.     

基于Metropolis判别准则的遗传算法

针对遗传算法在应用过程中出现的过早收敛问题，引入Ｍｅｔｒｏｐｏｌｉｓ判别准则对复制算子加以改进，并从理论上对遗传算法的收敛性进行分析。仿真结果证明了该算法解决过早收敛问题的有效性。     

一种基于基因重组策略的遗传算法

为了克服标准遗传算法的早熟现象,提高遗传算法的全局收敛性,文章提出了一种基于基因重组策略的遗传算法,该算法定义了一种新的交叉算子,即移位逻辑交叉算子(包括循环移位交叉算子和洗牌移位交叉算子),用它们对染色体的部分基因实现有规律的重组。实验结果表明,该算法比经典的遗传算法具有更好的收敛性和稳定性。