带有梯度加速粒子群算法的盲源分离

研究盲源信号分离算法,针对基于标准粒子群独立分量分析算法的盲源分离存在收敛速度慢、易于陷入局部最优值的问题,提出了一种带有梯度加速粒子群的盲源分离算法。以分离信号的峰度值为目标函数,通过引入梯度信息来影响粒子速度的更新。减小陷入局优的可能性,当群体最优信息陷入停滞时,对群体进行部分初始化来保持群体的活性。仿真结果说明,梯度信息的加入使粒子的移动更有针对性,移动更有效率,不仅进一步提高PSO算法的收敛速度,而且使改进的粒子群算法在全局收敛性、稳定性和准确性等方面更有效。

基于模拟退火粒子群的实时语音信号盲分离

针对现有的盲分离算法大多存在收敛速度慢、优化精度低的问题,提出了一种新的基于模拟退火粒子群的盲分离算法。该算法以分离信号的负熵为目标函数,根据分离信号的状态、粒子的惯性权值随退火温度及适应度的变化自适应地调节,既基本保持了粒子群算法简单容易实现的特点,又改善了其摆脱局部极值点的能力,提高了算法的收敛速度、分离精度和稳定性能。仿真对比结果表明,新算法性能明显优于自然梯度卷积混合盲分离算法和小波变换快速独立分量分析算法,很好地实现了实时语音信号的分离且提高了分离性能。

基于自适应阈值的储粮害虫图像分割算法

阐述了储粮害虫图像分割是储粮害虫智能检测识别系统的基础和关键。详细分析了高斯直方图、矩量保持、模糊集、最小误差阈值分割算法在储粮害虫图像中分割的应用。分析比较了这四种算法对特定粮虫图像分割效果的优劣,由此得到最优性能的分割方法。

听觉信号盲分离的混合粒子群优化算法

为了解决基本粒子群盲分离算法收敛速度慢、优化精度低的问题,提出用基于群体自适应变异和个体退火操作的混合粒子群优化算法(HPSO)来实现听觉信号盲分离。与模拟退火算法(SA)和基本粒子群算法(PSO)相比,该算法保持了基本粒子群算法简单、容易实现的特点,又能进行自适应变异,改善了其摆脱局部极值点的能力。仿真对比结果表明,基于该改进算法的盲分离效果良好,具有收敛速度快、性能稳定等特点。

基于能量相关调序的频域语音信号盲分离

为了克服在频域中实现盲分离时所固有的位序不确定性和比例缩放问题对分离性能的严重影响,采用能量相关性的方法对每个频率段的分离结果进行排序。对真实环境中录制的语音信号进行计算机仿真,验证了该方法的有效性,且比现有方法分离性能更精确。

基于分块小波微粒群混合的图像智能检索

考虑到目前许多基于颜色直方图图像检索系统的搜索质量往往相当有限,提出一种融合分块小波直方图相似度检索和粒子群优化的新方法.该算法引入小波技术,提高了特征提取的有效性,采用分块技术扩展了图像检索性能,结合微粒群算法进行智能搜索加快了算法的执行速度.实验结果证实,该算法对图像数据库的相似度搜索是切实可行的,为大型图像数据库的智能图像检索问题提供解决方案.

车灯线光源逐级优化模型的建立与解析

在对车灯线光源给出合理假设的基础上,利用逐级优化的形式建立了车灯线光源的优化模型。通过分析各种情况,在满足约束条件的情况下,利用数学软件编程,快速搜索得到了满意的结果。

一类随机控制模型中最优解的存在性

在满足通常性条件的概率空间中,得到了一类随机控制模型的最优解的存在性条件。