排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为解决樽海鞘算法收敛速度慢和易陷入局部最优解的问题,引入不同的优化策略,提出一种基于反向学习与混合位置中心相结合的樽海鞘算法。该算法在更新领导者位置时进行反向学习;在每次迭代更新中引入位置加权中心和位置均值中心,通过比较不同位置中心值的优劣程度得到更佳食物源位置。在8个不同类型的基准测试函数上的实验结果表明,改进的樽海鞘算法在求解精度、收敛速度上均有明显的提高,且具有更佳的鲁棒性。 相似文献
2.
罗聪敏郑陈怡孙云卫 《数码设计:surface》2021,10(2):24-25
车牌识别方面的研究我国始于二十世纪八十年代末,目前已应用于我们的生活中,如在高速公路、电子警察、停车场等场景内实现车牌的自动识别.车牌识别算法一般可分为三个模块:车牌检测,字符分割和字符识别.传统的特征提取都是依赖于人工提取特征,通用性和稳定性都不强,而改进的CharNet卷积神经网络对于复杂场景的车牌图像仍具有99.... 相似文献
1