基于混沌遗传算法的二维最大熵图像分割

研究了基于二维最大熵的图像分割算法,针对基于二维最大熵的图像分割算法存在的计算复杂度高、计算时间长等问题,提出了一种基于混沌遗传算法的二维最大熵算法。该方法利用类似载波的方法将混沌序列映射至双阈值的二维空间,之后利用混沌遗传算法搜索最佳阈值进行图像分割。实验结果表明,由于该方法考虑了点灰度和区域灰度均值,且采用了有效的全局搜索算法,所以不仅得到了令人满意的分割效果,而且大大提高了计算速度,是一种实用有效的图像分割方法。     

基于混沌遗传算法的二维最大熵图像分割

研究了基于二维最大熵的图像分割算法,针对基于二维最大熵的图像分割算法存在的计算复杂度高、计算时间长等问题,提出了一种基于混沌遗传算法的二维最大熵算法.该方法利用类似载波的方法将混沌序列映射至双阈值的二维空间,之后利用混沌遗传算法搜索最佳阈值进行图像分割.实验结果表明,由于该方法考虑了点灰度和区域灰度均值,且采用了有效的全局搜索算法,所以不仅得到了令人满意的分割效果,而且大大提高了计算速度,是一种实用有效的图像分割方法.     

一种新的基于混沌变异解决早熟收敛的遗传算法

给出解决遗传算法早熟收敛问题的统一框架，基于新的混沌变异模型提出一种新的遗传算法。该算法充分利用混沌的初值敏感性和轨道遍历性，克服了已有混沌变异模型存在搜索盲区大的缺点。多峰值函数优化计算结果验证了该算法的可行性和有效性。     

基于遗传算法的二维下料的仿真与实现

利用遗传算法抽象了它们的通用编码,对简单的管材和板材下料问题进行了模拟实验,进行了一维和二维下料问题的软件设计和仿真。本文的研究为求解简单的一维管材下料和二维板材下料问题提供了一种有效的思路,也为相关下料行业,如机械、建筑、船舶、服装、皮革、车辆等行业提供了解决方案。     

二维Logistic映射中混沌与分形的研究

研究了二维Ｌｏｇｉｓｔｉｃ映射非线性动态行为的普适特征后发现,控制参数不同,二维Ｌｏｇｉｓｔｉｃ映射可分别按Ｆｅｉｇｅｎｂａｕｍ途径、Ｒｕｂｅｌｌｅ－Ｔａｋｅｎｓ－Ｎｅｗｈｏｕｓｅ方案和Ｐｏｍｅａｕ－Ｍａｎｎｅｖｉｌｌｅ途径走向混沌,且在控制参数空间中的较大区域,其通向混沌的道路与Ｈｏｐｆ分岔有关,在这些途径上可观察到锁相和准周期运动。同时对二维Ｌｏｇｉｓｔｉｃ映射的分形研究表明,控制参数不同,分     

基于遗传算法的二维Otsu算法改进

为改善传统二维0tsu阈值分割算法处理图像时计算复杂度高、实时性差等缺点,将遗传算法应用到二维Otsu灰度图像阈值寻优中,并提出一种改进的自适应遗传算法。实验证明,新的算法对灰度图像有较好的分割效果,与传统算法相比,分割图像清晰,实时性也得到了明显的改进。     

图像分割的二维最大熵遗传算法

将遗传算法运用于二维最大熵图像阈值分割法。首先对二维阈值坐标进行编码，然后依据二维最大熵准则建立适应度函数，在适当的交叉率和变异率下，最终实现强噪声干扰下图像的有效分割。分割实验表明，文中方法较一给最大熵法具有更强的抗噪声能力，较普通二维最大熵法运算速度更快。     

一般二维二次映射中的混沌与分形

研究了一般二维二次映射不动点的性质,给出了在参数空间中一般二维二次映射发生第一次分岔的边界方程,通过数值计算方法分析了一般二维二次映射非线性动态行为的普适特征,并利用Ｌｙａｐｕｎｏｖ指数作判据,构造了该映射的奇吸引子,又根据Ｌｙａｐｕｎｏｖ指数求出了奇怪吸引子的分维数。同时,对一般二维二次映射的分形图研究表明,控制参数不同,分形图互不相同,且它们的边界是分形的。     

基于二维混沌映射的AES加密算法的研究与改进

随着经济的发展,企业积累的重要数据和信息资源日益丰富,因此对文件加密技术提出了更高的要求.AES性能优越,但也存在种子密钥单一和密钥空间固定等问题.论文将混沌理论中的二维Logistic映射方法应用到AES的加密算法中,利用其初值敏感性和不可预测性改善了扩展密钥的构造质量,增强了AES算法的安全性,起到了显著的优化效果.     

基于异位交叉的遗传算法的研究

针对目前遗传算法搜索速度较慢的问题，对提高遗传算法收敛速度的不同方法进行了分析。提出一种加快收敛速度的异位交叉算子，并给出算法仿其实验。仿真结果表明，这种交叉算子可比一般的对等位交叉算子更有效地提高收敛速度，且不易陷入局部最优解。具有实现简单、易于应用及鲁捧性强的特点。     

基于量子遗传算法的二维最大熵图像分割

图像分割二维最大熵算法存在计算复杂度高的弊端,目前针对这个问题所提出的各类算法效果都不太理想。依据量子遗传算法种群多样性好、收敛速度快的特点,提出了一种基于量子遗传算法的二维最大熵算法,与基于标准遗传算法的二维最大熵算法相比较,取得了更好的实验效果。     

基于遗传算法混沌系统同步的研究

把混沌同步和混沌控制相结合, 利用引导混沌轨道的基本原理, 将模拟自然界生物进化过程的遗传算法用于混沌同步, 提出基于遗传算法引导混沌轨道, 从而实现混沌系统同步的新方法, 目的是使初始条件不同的混沌系统在小扰动作用下能迅速到达同步, 并采取策略使同步得以维持. 以H啨ｎｏｎＭａｐ系统为例的仿真表明, 用此方法实现同步效果良好.     

基于遗传算法的混沌系统模糊控制

本文提出一种基于遗传算法的自学习模糊控制方法控制混沌系统。用一种改进的遗传算法学习模糊控制器的隶属度函数，以改善２模糊控制器的性能，使其感到良好的控制效果。用此方法控制Ｈｅｎｏｎ系统的混沌行为，效果良好。     

基于混沌“微变异”自适应遗传算法

遗传算法可以较好地解决复杂的组合优化问题,但也存在两方面不足:一是搜索效率比其他优化算法低;二是容易过早收敛,陷入局部最优.对此,提出一种混沌“微变异”遗传算法.利用混沌优化算法具有随机性和遍历性的特点,解决遗传算法容易陷入局部最优解的早熟问题,使得新算法同时具有较强的局部搜索能力和完成全局寻找最优解的能力.同时,对遗传算法的选择算子增加了混沌扰动,对交叉算子和变异算子进行自适应调整,对适应度函数进行改进,使遗传算法整体性能得到提高.最后,通过经典函数验证表明,混沌“微变异”遗传算法比一般的混沌遗传算法和经典遗传算法的进化速度更快,搜索精度更高.     

基于二维最大熵和改进的遗传算法的图像分割

文章尝试了一种图像分割算法,在二维灰度直方图基础上,以二维最大熵为准则建立适应度函数,按改进的遗传算法,得到最佳二维阈值.实验表明,该法对于图像分割具有较佳的效果.     

基于遗传算法的统一混沌系统的同步研究

混沌同步是当代非线性与控制学科中的一个热点问题.统一混沌系统为研究对象,将遗传算法和反馈同步法相结合,在同步混沌的过程中,针对反馈同步法在整定反馈增益矩阵时存在的困难,利用遗传算法对反馈增益矩阵进行动态地调整优化.还通过遗传算法使响应系统中的参数收敛于驱动系统中的未知参数.数值仿真实验表明,在驱动系统参数未知的情况下,响应系统能在短时间内或仅通过单个反馈增益变量实施反馈实现与驱动系统的同步,且其参数也能收敛于驱动系统中的未知参数.从而说明,文中所述方法的有效性.     

基于遗传算法的二维最大类间方差图像分割算法

为解决传统二维最大类间方差(Otsu)阈值分割算法处理图像时计算复杂度高、实时性差、易受噪声干扰等问题,本文将遗传算法应用到二维Otsu法中,提出一种基于遗传算法的最大类间方差法的灰度图像分割算法.二维Otsu算法考虑了图像的灰度信息及邻域空间的相关信息,以保证图像分割的精度;利用遗传算法则能提高运算速度.因此,基于遗传算法的最大类间方差法的灰度图像分割算法兼有二者优点,不仅提高运算速度而且能保证图像分割精度.     

二维遗传算法用于图象动态分割

为了有效地对受噪声影响的图象进行分析,提出了两种基于二维遗传算法的图象动态分割算法.在这些算法中:1)分别采用了以阈值曲面和模糊隶属度曲面为染色体的二维染色体编码方式;2)采用了全局阈值化算法和模糊集合理论初始化种群;3)采用Hopfield网络的能量函数形式,结合FCM算法和现有阈值化算法中的一般性分割准则构造适应度函数.利用实际图象将所提出的算法与一些典型算法进行了分割比较实验,结果表明所提算法有较好的抗噪效果.     

一种基于混沌迁移的伪并行遗传算法及其应用

为了解决遗传算法寻优过程中的早熟收敛问题 ,本文提出了一种基于混沌迁移策略的伪并行遗传算法 ,该算法针对实时性要求不高的优化问题采用串行的算法结构实现分解型并行遗传算法的“独立进化、信息交换”思想 .在并行进化的个体异步迁移过程中 ,引入了混沌迁移序列引导个体迁移过程 ,利用其遍历性和随机性 ,保证了子种群之间能够进行充分高效的信息交换 .仿真研究和在库存优化方面的应用研究表明 ,这种算法具有很强的全局搜索能力 ,寻优效率高 ,有效克服了标准遗传算法的早熟收敛问题 .     

基于遗传算法的彩色图像二维熵多阈值自适应分割

提出一种基于遗传算法的二维熵多阈值自适应图像分割方法.在分析研究二维熵阈值分割原理的基础上,将可变码长的遗传算法应用于多阈值分割处理过程,采用基于多阈值的整数编码方式,将图像分割的类别数即染色体的码长融合到适应度函数中,从而实现了在对阈值寻优的同时得以优化分割类别数,最终实现图像的多阈值自适应分割处理.实验分析结果表明,该方法具有实现阈值寻优速度快,最优解对应图像分割效果好的特点.