一种改进多亲遗传算法的并行模型研究

通过分析传统遗传算法和多亲遗传算法的不足,提出了一种多亲遗传算法的改进算法：基于共享存储器的多亲遗传算法,并对其进行了理论分析,讨论了GA的并行模型特点后,结合粗粒度并行模型和群体分组的并行方式,提出了一种MGASM的并行模型,该模型有利于改进MGASM的性能,提高其搜索效率。将MGASM-PPGA应用到了数据聚类问题中,进行了仿真实验,获得了理想的实验结果。     

多尺度变换域图像的感知与识别:进展和展望

多尺度变换域隐马尔可夫模型能够有效地描述变换域系数在尺度间、尺度内和方向间的统计相关性,是一种新的统计图像感知与识别方法,文中以变换域系数的统计相关性描述为中心,以模型的设计和应用的开展为两翼,深入分析了子波变换的三级统计特性与机理,比较研究了多尺度变换域的十种统计模型,并系统评述了这些模型在图像感知、处理和分析中的最新进展,同时,具体沦述了这一领域研究中两类成功的实例：图像去噪和图像纹理分割,对于前者,以Lena图像为测试用例分析比较了以变换域统计模型为核心的8种算法的去噪性能;对于后者,按照分割类型（监督式或非监督式）和应用的图像类型系统比较了以统计模型为基础建立的15种图像分割方法,最后,从面向应用的模型构造和算法设计、变换域的拓展和应用层次的推广三个层面指出了目前存在的问题和不足,探讨了进一步的研究重点。     

Generation of mm- and Sub mm-wave Bessel Beams Using DOE’s Designed by BOR-FDTD Method and MGA

A new way for generating Bessel beams at mm and sub mm-wavelengths is presented in this paper, in which diffractive optical elements (DOE’s) are designed for converting incident Gaussian beams into Bessel beams. In order to reduce the computational burden and therefore improve the design efficiency, two measures are adopted in our design. One is a body-of-revolution finite-difference time-domain (BOR-FDTD) method that uses a two-dimensional (2-D) solution space instead of a full 3-D space and thereby saves tremendous computational resources, and that is utilized to calculate the fields diffracted by the DOE’s. The other is a microgenetic algorithm (MGA) that has been proved to be more effective than the conventional GA, and that is employed for accelerative optimization. The utility of the present design tool, which combines a MGA with a BOR-FDTD method, is demonstrated by three examples. Numerical simulation results indicate that the designed DOE’s can not only flexibly generate zero- or higher- order Bessel beams when compared with axicons, but also have higher diffraction efficiencies when compared with amplitude holograms. An erratum to this article can be found at     

多智能体遗传算法投影寻踪建模与实证研究

采用多智能体遗传算法（MGA）进行投影寻踪聚类（PPC）建模,对投影向量约束条件采用两种不改变迭代进化过程的归一化处理方法,经三种不同类型的数据分别进行建模,得到了相同的建模结果,有效地解决了求解最佳投影向量的最优化问题。对评价指标数据采用极大化或极小化（不同的归一化）处理方式,得到的投影向量系数互为相反数,同一样本的投影值之间只相差一个常数,说明PPC建模技术既可用于探索性研究,也可用于验证性分析。PPC技术主要用于大样本情况,稳健性和可靠性均较好;指标之间存在明显的相关性,会影响建模结果的有效性和合理性。     

基于曲波活性测度的SAR与多光谱图像融合

曲波变换是一种更适合于图像处理的多尺度几何分析方法,具有很强的方向性。结合活性测度将其应用于合成孔径雷达(SAR)图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征。首先,对多光谱图像和SAR图像的R、G、B三波段分别进行曲波变换,粗尺度系数采用3×3窗口系数活性测度进行融合,细节尺度直接取大,对粗尺度和细节尺度系数重构后得到最终融合结果。采用熵、平均梯度、信噪比和扭曲程度对融合结果进行评价。实验结果表明,基于曲波活性测度的融合方法在保持MS光谱信息和提高空间分辨率上都有较好的结果。     

基于非下采样Contourlet变换的图像融合算法

针对曲波变换图像融合的不足,提出了一种基于非下采样轮廓波变换（Non—subsampledContourletTransform,NSCT）图像融合方法。首先对已配准待融合图像进行NSCT分解;然后使用相应的融合规则对Contourlet域系数进行融合,得到融合图像的NSCT系数;最后经逆变换重构得到融合图像。通过对不同曝光度图像以及多聚焦图像进行融合实验,仿真结果表明该算法融合图像在主观视觉和客观评价指标上均取得良好效果。     

结合边缘特征的遥感图像融合

曲波(Curvelet)变换是一种更适合于图像处理的多尺度几何分析(MGA)方法,具有很强的方向性.结合 HSI变换将其应用于全色图像和多光谱(MS)图像融合可以更好地表示图像中的有用特征.首先对多光谱图像进行 HSI变换,得到亮度分量 I,对全色图像和 I 分量进行曲波变换得到粗尺度系数和细节尺度系数,对全色图像的粗尺度系数和细节尺度系数进行叠加,计算归一化的全色曲波系数直方图,定义边缘有效因子,利用全色图像的特征信息对融合图像的粗尺度系数进行处理,对细节尺度系数采用函数对弱边缘进行增强,对新的曲波系数设计融合规则进行融合,逆变换后得到新的亮度分量 Inew,用 Inew 替代原亮度分量 I 进行逆 HSI 变换得到最终融合结果,采用统计类指标对融合结果进行评价.实验结果表明,该方法在保持光谱信息和提高空间分辨率上都有较好的效果.     

L0-norm sparse representation based on modified genetic algorithm for face recognition

The typical sparse representation for classification (SRC) exploits the training samples to represent the test samples, and classifies the test samples based on the representation results. SRC is essentially an L₀-norm minimization problem which can theoretically yield the sparsest representation and lead to the promising classification performance. We know that it is difficult to directly resolve L₀-norm minimization problem by applying usual optimization method. To effectively address this problem, we propose the L₀-norm based SRC by exploiting a modified genetic algorithm (GA), termed GASRC, in this paper. The basic idea of GASRC is that it modifies the traditional genetic algorithm and then uses the modified GA (MGA) to select a part of the training samples to represent a test sample. Compared with the conventional SRC based on L₁-norm optimization, GASRC can achieve better classification performance. Experiments on several popular real-world databases show the good classification effectiveness of our approach.     

多亲遗传算法的理论分析及其应用研究

多亲遗传算法是在保持了传统遗传算法一些特性的基础上,对传统遗传算法的交叉算子进行了改进。在介绍了多亲遗传算法的基础上,对其进行了理论分析,证明了多亲遗传算法满足Holland的模式定理;提出了一种称为群体中心交叉的多亲交叉算子,最后将这种多亲交叉算子的多亲遗传算法应用到了数据聚类问题中,取得了良好的实验结果。     

非下采样轮廓波变换快速算法

多尺度几何分析（MGA）是一种有效的图像处理方法. 作为MGA的一种离散实现方法,非下采样轮廓波变换（NSCT）被广泛应用于图像去噪、图像融合、图像增强、特征提取等领域. 然而,由于该变换的高冗余性,其计算效率受到一定限制. 因此,对NSCT快速算法的研究具有现实意义. 本文采用一种优化的方向滤波器改进了原NSCT变换,以损失部分重建图像质量为代价,获得算法处理速度的显著提高. 实验结果可见,在满足重建图像主观质量视觉要求的前提下,算法速度可比原变换提高若干倍. 图像去噪实验进一步验证了算法的可靠性及效率.