排序方式: 共有56条查询结果,搜索用时 15 毫秒
11.
使用无监督神经网络解决了游戏中的障碍物绕行问题(obstacle avoidance)。使用遗传算法实现了无监督机制,该方法通过最优化适应度来改进神经网络的权值,使得神经网络得到最佳的输出值;利用以智能体(Agent)中心为出发点的5条射线模拟传感器(Sensor),通过检测5条射线与障碍物边界的相交情况来感知环境。经过768代的进化,遗传算法种群最优适应度和平均适应度都有了明显提高,同时绕行成功率从12.5%上升到85%。 相似文献
12.
针对多阈值分割问题,提出了一种新的多阈值分割算法.此算法采用相对类内方差代替传统Otsu算法中的绝对类内方差,改善了传统Otsu对小对象分割不理想的弱点;采用NW小世界模型作为粒子群优化的社会认知拓扑结构,具有较好的全局寻优能力和较快的收敛速度.实验结果显示此算法具有好的性能. 相似文献
13.
14.
15.
1.引言随着数字图像的应用范围越来越广,图像数据处理的方式也趋向多样化。传统的JPEG静态图像压缩标准只提供单一的图像压缩功能,已不能满足各种需求。在这种背景下,经过三年多的努力,国际标准化委员会于2001年10月形成了最新的JPEG2000静态图像压缩国际标准。完整的JPEG2000由五个部分组成,其核心是前两个部分一编码。本文的目的是对JPEG2000的编码原理进行综述。首先概述了JPEG2000的编码过程。然后阐述了其优缺点,并列举了部分应用。最后对JPEG2000、JPEG和JPEG-LS三者之间的关系进行了讨论。 相似文献
16.
17.
动态背包问题(DKP)是一类经典的动态优化问题,可以用来描述许多实际的问题。迄今为止,针对动态背包问题的研究主要集中在遗传算法上,而对粒子群优化算法的研究较少。在离散粒子群优化模型的基础上,引入环境变化的探测以及环境变化后的响应机制,提出一种求解动态背包问题的离散粒子群优化算法(DSDPSO)。将该算法和现有经典的自适应原对偶遗传算法(APDGA)在两个动态背包问题上进行了对比实验,结果表明,DSDPSO算法在环境变化后能迅速地找到最优解并稳定下来,更适合于求解动态背包问题。 相似文献
18.
19.
20.