求解组合优化问题的改进型量子进化算法

根据组合优化问题的特点,提出了一种求解组合优化问题的改进型量子进化算法.借鉴小生境协同进化思想初始化种群,增加了个体多样性;采用动态策略调整量子门旋转角,加快了收敛速度;采用"优体交叉"策略实施染色体交叉操作,增强了局部搜索能力.利用典型组合优化问题--2个多维0/1背包问题实例对算法性能进行验证,结果表明了该算法的可行性和有效性.     

多维概念格与领域本体互构建方法研究

多维概念格与领域本体具有相同的代数结构,也就是格结构,使得二者之间很容易产生一种映射关系。该文提出了多维概念格与领域本体的映射机制,以此为理论依据,设计了多维概念格与领域本体互构建方法,并通过实例给以实现。为领域本体的知识表示提供了新方法,也扩展了多维概念格的应用领域。     

基于混合颜色空间的免疫组化图像分割研究

根据大鼠肝脏免疫组化彩色图像的特征,提出一种阳性产物分割算法。在任意3幅图像中选择一批样本点,通过对这些样本点的分析找到阳性像素在RGB和HSI空间中的特征,根据这些特征提取阳性产物所在区域,采用中值滤波方法去除噪声。实验结果表明,该算法约有82.9%的分割结果与病理医生目视鉴别结果一致,比现有算法更适合大鼠肝脏免疫组化彩色图像的分割。     

具有多维特征的WSN路由协议研究

为实现不同地理维数数据类型的合理融合,提出一种基于通用搜索树(GiST)的分簇拓扑结构。利用叶节点的位置信息建立簇,通过GiST体系结构算法对区域内的所有簇进行分块组织,建立树形拓扑结构。仿真结果表明,GiST体系结构算法具有良好的多维特性,可快速进行不同维数结构间的融合。建立的结构与其他拓扑结构相比,网络传输效率较高,网络生命周期较长。     

一种应用遗传算法的彩色图像分割方法

遗传算法在复杂大空间搜索近似最优值有着很好的效果,利用遗传算法的优势,应用其解决图像分割问题.图像分割中,区域间差别度和区域内相似度是评价图像分割的重要因素,用遗传算法优化图像区域间差别和区域内相对相似度,获得高质量的图像分割结果.为了提高算法效率,采用贪心方法进行图像预处理,以及最小生成树初始化来减小算法的规模和搜索空间.实验证明采用遗传算法在图像分割问题可取得有效的结果.     

一种使用分量组合的彩色图像压缩方法

为了适应图像的存储和传输,需要对图像进行压缩以减少数据量。对于彩色图像而言,其色彩模式和数据组合直接影响了压缩效率,压缩时通常采用每个分量单独压缩后再统一编码,未考虑分量之间的组合关系。根据彩色图像的数据结构将图像的RGB分量排列组合成新的灰度图像,将其中一个分量作为基准实行粗细分层操作,汇同该分量与其他两个分量的差值图像分别按JPEG压缩标准进行压缩编码。实验表明,该算法得到的压缩图像在与JPEG同等质量的条件下,数据量要小于JPEG压缩的数据量,耗时短,同时可为快速的彩色图像搜索和预览提供技术参考。     

基于多尺度top-hat变换的自适应彩色图像增强

针对传统彩色图像增强过程中的过度增强及空间变化所引起的信息丢失现象,在RGB空间提出一种基于数学形态学top-hat算法,以各分量标准差权重比例为调控因子的彩色图像增强方法。首先,提取R、G、B通道多尺度下的亮、暗细节特征,然后利用控制因子对有应用价值的细节特征进行增强,最后组合三个分量,得到增强的目标图像。实验结果表明,该方法能有效增强图像对比度,避免过度增强,且能很好地保持亮度,视觉效果良好。     

基于Contourlet变换多聚焦图像融合方法

该方法首先提取源图像的亮度分量,采用非下采样Contourlet变换对其进行分解,通过“合成图像像素值取大”准则对高频系数进行处理得到融合决策图,并对其进行一致性校验,最后根据校验后的决策图在RGB空间进行像素点选取,得到融合图像。实验结果表明,本文方法解决了RGB空间融合方法容易导致的颜色失真,同时本方法仅对亮度分量融合,降低运算复杂度。融合图像在保留图像有用信息的同时,弥补了传统空间域方法在细节表现力上的不足,更加符合人类的视觉特征。本文融合方法还用于灰度多聚焦图像融合中,实践证明,融合效果很好。     

基于资源缓存的应用快速切换技术

为了加快嵌入式智能终端多应用切换速度,提出了一种基于资源缓存的应用快速切换技术.设计了一种使用资源缓存代理机制的资源管理框架,缓存应用切换到后台运行时的资源状态,建立以最小化应用切换时间为目标的资源管理模型,并将该模型转化为多维多选择背包问题,为解决该问题分别提出基于穷举搜索和启发式方法的资源缓存算法.实验结果表明,基于穷举搜索的资源缓存算法复杂度虽高,但是可以求得应用切换时间问题的最优解;而与之相比,启发式的资源缓存算法可以在较短时间内求得次优解,更适合于嵌入式终端采用,以实现多应用间的快速切换.     

一种求解多维背包问题的混合分布估计算法

针对多维背包问题（MKP）,提出一种基于分布估计算法的混合求解算法,该算法基于优势种群构建概率模型,并基于概率模型采样产生新个体;同时,提出一种基于MKP问题信息的修复机制,有效修复采样后种群中的不可行解．另外,设计了一种自适应的局部搜索操作,以增强算法的局部搜索能力,基于标准测试集的仿真结果和算法比较验证了所提出的混合算法的有效性和鲁棒性．