基于改进遗传算法的配电网无功补偿优化

建立以降低网损之后带来经济效益最大为目标函数的模型,通过引入灵敏度分析,得到候选补偿节点以减小寻优时的计算量,再用遗传算法作为配电网无功补偿优化算法,确定补偿节点和最适合的补偿容量。在遗传算法计算过程中通过保存最优秀个体的办法,在提高计算速度的同时还能提高计算精度。     

基于形状角与分块图像的车辆轮廓分割算法

为了减小对车辆进行外形超限测量时其他车辆对图像的影响,精确地将目标车辆的轮廓信息分割并测量,提出一种基于形状角、结合分块图像与边缘提取的分割算法。对获取图像进行帧差法削弱背景边缘信息的影响,再用Canny算子边缘提取,将得到的轮廓信息进行基于形状角的识别与提取。提出了一种对图像进行分块分类的图像分割法。该算法有效解决了测量中背景对前景的影响。实验结果表明该算法具有较高的鲁棒性与准确性。     

一种改进的2DPCA车脸识别方法

传统的2DPCA算法在识别的过程中需要计算出训练样本的平均值,在训练样本过多图像分辨率过高的情况下,无疑会使得计算时间过长,为了解决这个问题,在此提出了一种将样本数据重新排列之后提取中间的某些数求简化均值的方法,以此简化均值数重建散布矩阵。实验之后表明,在训练样本较多时且训练图像分辨率较高时,识别速度有大幅提高,且取得了较高的识别率。