概率表示的二进制粒子群算法在组卷中的应用

在组卷优化问题的研究中,组卷受到多约束条件的限制。为提高在线考试系统中试卷的质量,提出采用概率表示的二进制粒子群优化算法(BPSO)的智能组卷策略,采用粒子群优化算法有效克服遗传算法的局部搜索能力差,以及导致"早熟"和收敛速度不理想等缺陷。在标准粒子群算法基础上,利用贝叶斯公式对粒子群算法进行改进,克服人为因素对算法收敛速度的影响,同时算法的时间性能和空间性能得到进一步提升。通过仿真证明改进算法是一种切实可行的组卷策略。     

基于特征不变描述的图像无缝镶嵌技术研究

在图像镶嵌算法中,SIFT算法本身就具有非常强的匹配能力,它可以处理两幅图像之间存在着的平移、旋转、尺度缩放等仿射变换,因此它是现今图像镶嵌中比较常用的方法。但在图像镶嵌中,如果直接使用SIFT算法会使运算量非常庞大,影响速度。针对这一问题,文中首先利用相位相关法来确定图像之间大致的重叠区域,再在大致的重叠区域提取SIFT特征点;其次利用特征点实现配准,并且在全局参数优化时考虑了径向畸变;最后用金字塔融合算法对图像进行融合。实验结果表明该算法能有效提高图像镶嵌的速度和精度,速度约提升三分之一,实现了一幅无缝的全景图像。