基于蜂群遗传算法的0-1背包问题

针对0-1背包问题,本文提出了基于蜂群遗传算法的优化求解方案。该算法包括两个种群,一个主要用于全局搜索,另一个主要用于局部搜索;每个个体采用二进制编码;采用最优个体交叉策略;对当前解的处理措施是将还未装入背包且性价比最好的物品装进背包,直至不能装为止;不符合约束条件的解采用诱变因子指导变异处理;遗传算子包括单点交叉算子、简单变异算子、主动进化算子和抑制算子。本算法充分发挥了遗传算法的群体搜索和全局收敛的特性,快速地并行搜索,有效地克服了经典遗传算法容易陷入局部最优问题。数值实验表明,该算法在求解0-1背包问题中取得了较好的效果,同样可以应用于其它的组合优化问题。     

基于MatLab实现的图像边缘检测

图像的边缘提取是灰度不连续的结果,是利用物体和背景在某种图像特性上的差异来实现的,利用Roberts算子、Sobel算子、拉普拉斯高斯算子和Canny算子对智能车赛道图像进行边缘检测,使用MatLab软件实现最后效果的比较,以解决实际问题。     

基于FPGA的图像轮廓提取

文章采用4个不同方向的Sobel算子模板和阈值比较方法来解决经典Sobel算子的检测精度不高和易出现虚假轮廓的现象;详细介绍了在FPGA中利用Sobel算子对图像边沿进行检测,并最终通过图像二值化将图像轮廓提取出来的具体过程;使用Modesim9.0仿真,验证了FPGA中轮廓提取算法模块的功能正确性.     

基于C#的模板算子法数字图像边缘检测技术分析与实现

边缘检测是图像处理中的重要内容,边缘是图像中灰度值不连续或突变的结果。边缘检测的方法有很多,本文仅就典型的模板算子法进行分析并对原Sobel算子、Prewitc算子边缘检测方向模板进行扩展,然后用C≠编程语言实现这些算法。     

基于形态学多结构基元的含噪图像边缘检测

为了研究基于多结构基元构成形态学结构基,提出了一种图像边缘检测算法.首先,定义由开-闭运算、以及闭-开运算加权组合形成复合形态学滤波器,应用该滤波器对图像进行滤波;其次,不同形状的结构元素能检测出不同方向和结构的边缘信息,对定义多方向结构元素以组成形态学结构基,应用此结构基对滤波后的图像进行边缘检测.通过仿真重建形成理想的图像边缘,仿真结果表明,应用于含噪图像边缘检测算法,使抗噪的MSE性能较"开-闭运算"方法减少了7.82%和6.38%,PSNR性能提高了14.68%和8.05%,在检测精度方面得到了连续和封闭的边缘信息,与经典算子检测算法比较边缘信息更清晰.     

基于方向ROEWA算子的高分辨率SAR图像道路提取

指数加权均值比率ROEWA算子是SAR图像阶跃边缘提取中较为常用的算法,但该方法只能提取边缘强度,不能得到边缘方向。本文在ROEWA算子的基础上,利用添加方向模板的方法,提出了获取边缘方向的ROEWA改进算法。并根据得到的边缘方向,分别提出了一种边缘筛选算法和快速的Hough变换算法,从而提取出图像中的直线信息。实验表明,本文方法准确、高效,且对SAR图像中的相干斑噪声具有很好的抑制作用。     

可满足赋值算子的设计与实现

在很多应用领域中,我们都需要获取逻辑公式所有无冗余的可满足解集合,即集合中的任意两个解不能互相蕴涵。为了获取无冗余解集合,本文提出了两种实现方案。由于二叉决策图BDD具有对逻辑公式的高效表达特性,因此两种方案都是在逻辑公式转换成BDD的基础上实现的[1]。一种方案是直接对该BDD进行遍历,获取从根节点到终端节点1的所有路径集合,然后借助一致性理论获取无冗余解的一致性算子的实现。另一种方案借助香农分解定理对BDD先进行逐层分解,然后对分解后的BDD再进行一致性运算的可满足赋值算子的实现。本文最后对两种方案的实验效果进行对比分析。     

一种新的LOG算子对SAR图像的边缘检测能力

在对SAR图像的分析和识别中,边缘的检测信息十分重要。针对传统的LOG算子的缺陷,本文提出了一种基于自适应中值滤波的改进LOG算子对SAR图像的边缘检测方法,在平滑图像内部区域的同时保留了更多的细节,提高了LOG算子对SAR图像的弱边缘检测能力,是一种有效的方法。     

基于单亲遗传算法和导向算子的图像分形编码

基于图像的近距自相似性,用一种采用实数编码的单亲遗传算法完成图像分形压缩中的最优码本匹配,针对含有边缘的Range块的匹配,通过一个导向算子使边缘R块的最优匹配搜索沿着图像的边缘进行。实验结果表明,相对于基本分形压缩算法,在基本保证解码图像主观质量的前提下,该方法的速度提高了约60倍。     

基于蚁群算法的XML概率查询策略与算法优化

针对XML数据半结构化的特点及概率查询理论,结合蚁群算法,提出添加杂交算子和更新信息素的方法,该方法不仅能动态选择数据查询方向,而且能避免无效查询,扩大数据查询范围,提高收缩效率。模拟测试证明了该方法能优化XML查询。