基于改进粒子群算法的BP神经网络及其应用

目前BP神经网络是一种有效的预测方法,但在实际应用当中存在着一些自身的缺点,为此提出了一种基于改进粒子群算法的BP神经网络。通过动态调整粒子群算法中的惯性因子ω,有效地增强了算法对非线性问题的处理能力,同时提高了算法的收敛速度和搜索全局最优值的能力。建立改进后的BP网络模型,通过该模型和逐步回归方法对某市降水量进行实例分析。分析结果表明,改进后的BP网络模型具有较高的准备预报能力和稳定性。

一种基于图像处理的舌象采集自动调焦算法

为快速准确地采集到清晰的舌图像,必需智能调整并控制摄像镜头与舌体的位置。提出了影响图像质量的因素,如清晰度、反光比、对中性、阴影比、光照条件、焦距等,以及在调整镜物位置时用到的调焦的方法,并与调焦技术相结合,建立了适合图像质量与镜物距离之间关系的数学模型。自动对焦的过程就是运用爬山搜索算法求取对焦评价函数最大值的过程。传统的爬山搜索算法会受到对焦评价函数局部极值的干扰而不能准确对焦,本研究对每一帧图像先进行预处理,然后采用先粗后精两步法,有效地排除了这种干扰。用VC++6.0编程实现了自动调整采集设备获取质量最佳图片的过程。试验结果表明此方法具有快速、抗干扰强、精确等特性。