期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
Prediction Model of Wax Deposition Rate in Waxy Crude Oil Pipelines by Elman Neural Network Based on Improved Reptile Search Algorithm
1
作者 Zhuo Chen Ningning Wang +1 位作者 Wenbo Jin Dui Li 《Energy Engineering》 EI 2024年第4期1007-1026,共20页
A hard problem that hinders the movement of waxy crude oil is wax deposition in oil pipelines.To ensure the safe operation of crude oil pipelines,an accurate model must be developed to predict the rate of wax depositi... A hard problem that hinders the movement of waxy crude oil is wax deposition in oil pipelines.To ensure the safe operation of crude oil pipelines,an accurate model must be developed to predict the rate of wax deposition in crude oil pipelines.Aiming at the shortcomings of the ENN prediction model,which easily falls into the local minimum value and weak generalization ability in the implementation process,an optimized ENN prediction model based on the IRSA is proposed.The validity of the new model was confirmed by the accurate prediction of two sets of experimental data on wax deposition in crude oil pipelines.The two groups of crude oil wax deposition rate case prediction results showed that the average absolute percentage errors of IRSA-ENN prediction models is 0.5476% and 0.7831%,respectively.Additionally,it shows a higher prediction accuracy compared to the ENN prediction model.In fact,the new model established by using the IRSA to optimize ENN can optimize the initial weights and thresholds in the prediction process,which can overcome the shortcomings of the ENN prediction model,such as weak generalization ability and tendency to fall into the local minimum value,so that it has the advantages of strong implementation and high prediction accuracy. 展开更多
关键词 Waxy crude oil wax deposition rate chaotic map improved reptile search algorithm Elman neural network prediction accuracy
下载PDF
基于改进鲸鱼算法优化神经网络的GPS高程拟合方法
2
作者 钱建国 徐志文 +3 位作者 赵玉国 郭洁 王志强 赵金来 《大地测量与地球动力学》 CSCD 北大核心 2024年第2期122-127,共6页
采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常... 采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证。结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性。 展开更多
关键词 改进鲸鱼算法 混沌映射 自适应惯性权重 高程拟合 BP神经网络
下载PDF
基于IPOA-BP的输电塔复合基础极限抗拔承载力预测模型
3
作者 杨世强 李小来 +3 位作者 王彦海 曹铖 马立 尹恒伟 《国外电子测量技术》 2024年第4期105-116,共12页
为了实现输电塔复合基础极限抗拔承载力的准确预测,克服传统理论、经验公式误差大,计算慢的问题,提出一种改进鹈鹕智能算法(IPOA)来优化BP神经网络的承载力预测模型。首先,利用SPM混沌映射、Levy飞行以及融合非线性惯性权重因子ω的正... 为了实现输电塔复合基础极限抗拔承载力的准确预测,克服传统理论、经验公式误差大,计算慢的问题,提出一种改进鹈鹕智能算法(IPOA)来优化BP神经网络的承载力预测模型。首先,利用SPM混沌映射、Levy飞行以及融合非线性惯性权重因子ω的正余弦优化策略,对鹈鹕优化算法(POA)改进;然后,利用IPOA对BP神经网络的权值和阈值参数寻优,得到IPOA-BP预测模型;最后,基于验证后的数值试验构建数据集,对IPOA-BP预测模型进行训练和测试。结果表明,IPOA-BP与POA-BP预测模型相比,方根误差下降65.75%,绝对平均误差下降65.79%,平均相对误差下降65.60%,可见IPOA-BP神经网络能够实现复合基础抗拔承载力较准确的预测,为该类型基础的承载力预测提供了新方法。 展开更多
关键词 改进鹈鹕优化算法 复合基础 BP神经网络 SPM混沌映射 正余弦优化策略
下载PDF
基于VMD-ISSA-LSTM的短时交通流预测研究
4
作者 庞学丽 宋坤 +2 位作者 姚红云 李一博 曹志富 《现代电子技术》 北大核心 2024年第8期31-36,共6页
针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合... 针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。 展开更多
关键词 短时交通流预测 变分模态分解 改进麻雀搜索算法 长短期记忆神经网络 佳点集 正弦函数扰动 Tent混沌映射
下载PDF
基于改进SSA-BP神经网络的钠硫电池拆解刀具温度预测模型研究
5
作者 屈朝阳 胡光忠 +1 位作者 王平 薛祥东 《机床与液压》 北大核心 2024年第9期100-107,127,共9页
钠硫电池中含有大量的高纯度钠,在自动化拆解过程中存在燃烧、爆炸等安全风险。针对钠硫电池在车削拆解时存在的安全性问题,提出一种改进SSA-BP神经网络算法来预测刀具加工的最高温度。利用ABAQUS软件计算出刀具加工的实时温度,通过电... 钠硫电池中含有大量的高纯度钠,在自动化拆解过程中存在燃烧、爆炸等安全风险。针对钠硫电池在车削拆解时存在的安全性问题,提出一种改进SSA-BP神经网络算法来预测刀具加工的最高温度。利用ABAQUS软件计算出刀具加工的实时温度,通过电池拆解实验验证仿真数据的可靠性;然后以仿真温度数据建立样本,利用Tent混沌映射对SSA-BP神经网络算法进行优化,建立刀具温度仿真预测模型。实验结果表明:该仿真预测模型收敛速度快,鲁棒性强,模型误差小。 展开更多
关键词 钠硫电池 刀具温度预测模型 改进SSA-BP神经网络 Tent混沌映射
下载PDF
基于ICNN-BiGRU的轴承故障诊断模型 被引量:3
6
作者 杨慧 张瑞君 陈国良 《机电工程》 CAS 北大核心 2022年第11期1559-1566,共8页
在实际使用过程中,基于深度学习模型的滚动轴承故障诊断方法易受环境噪声的干扰,为此,提出了一种基于改进卷积神经网络双向门控循环单元(ICNN-BiGRU)的滚动轴承故障诊断模型(方法)。首先,使用Laplace小波对采集到的滚动轴承振动信号进... 在实际使用过程中,基于深度学习模型的滚动轴承故障诊断方法易受环境噪声的干扰,为此,提出了一种基于改进卷积神经网络双向门控循环单元(ICNN-BiGRU)的滚动轴承故障诊断模型(方法)。首先,使用Laplace小波对采集到的滚动轴承振动信号进行了相关滤波,得到了功率谱;然后,利用ICNN-BiGRU自动提取了功率谱特征,在卷积神经网络基础上引入了动态选择机制和自注意力机制,根据轴承不同故障状态定位了相关的特征信息,从而实现了轴承故障特征提取和故障诊断;最后,通过西安交通大学昇阳科技(XJTU-SY)联合实验室的滚动轴承加速寿命试验数据集,对ICNN-BiGRU模型与其他深度学习模型进行了对比,以验证ICNN-BiGRU模型的优越性。研究结果表明:相比于其他深度学习模型,ICNN-BiGRU模型的故障诊断精度更高,其诊断准确率可达99.65%;在不同背景噪声的干扰下,相比于其他深度学习模型,ICNN-BiGRU模型的特征学习能力更强,具有一定的工程参考价值。 展开更多
关键词 深度学习模型 特征学习能力 改进卷积神经网络 双向门控循环单元 Laplace小波 动态选择 自注意力
下载PDF
基于改进径向基神经网络的滚动轴承故障诊断 被引量:1
7
作者 赵小惠 王凯峰 +1 位作者 胡胜 卫艳芳 《组合机床与自动化加工技术》 北大核心 2023年第3期66-69,共4页
针对传统径向基神经网络故障模式识别时人为设置参数过大,精度不足等问题,提出了一种混沌云自适应鲸鱼算法优化径向基神经网络的滚动轴承故障诊断方法。考虑到鲸鱼算法易陷入局部最优问题,将混沌云模型与鲸鱼算法相结合,利用混沌理论的... 针对传统径向基神经网络故障模式识别时人为设置参数过大,精度不足等问题,提出了一种混沌云自适应鲸鱼算法优化径向基神经网络的滚动轴承故障诊断方法。考虑到鲸鱼算法易陷入局部最优问题,将混沌云模型与鲸鱼算法相结合,利用混沌理论的全局搜索能力,结合云模型的不确定性,可确保鲸鱼算法寻优过程中全局及局部搜索最优值,并通过4种测试函数验证了改进后的鲸鱼算法收敛性和寻优能力,以此来优化径向基神经网络隐含层权值等参数,仿真结果证明,优化后的径向基神经网络模式识别率分别比传统算法、支持向量机高出8%、12%,进一步证明了该方法的有效性。 展开更多
关键词 改进鲸鱼算法 混沌云自适应 径向基神经网络 故障诊断
下载PDF
基于GA、RBF和改进Cao方法的空中交通流预测方法 被引量:1
8
作者 王莉莉 赵云飞 《交通信息与安全》 CSCD 北大核心 2023年第1期115-123,共9页
针对传统空中交通流量预测方法精度不足、时效性差的问题,考虑空中交通流量时间序列的混沌特征,在相空间重构理论的基础上,研究了结合遗传算法(GA)、径向基(RBF)神经网络与改进Cao方法的空中交通流量预测方法。为降低传统Cao方法人为参... 针对传统空中交通流量预测方法精度不足、时效性差的问题,考虑空中交通流量时间序列的混沌特征,在相空间重构理论的基础上,研究了结合遗传算法(GA)、径向基(RBF)神经网络与改进Cao方法的空中交通流量预测方法。为降低传统Cao方法人为参数选择引入的误差,提高相空间重构精度,通过判定虚假邻近点,以及迭代比较嵌入维度离差和可接受偏差,确定重构相空间嵌入维度值的选择标准,进而得到重构后的空中交通流量时间序列数据;为提升径向基神经网络预测精度并降低参数误差,使用遗传算法优化RBF神经网络的中心矢量、加权系数和输出层阈值,再通过最优系数标定后的神经网络对重构后的时间序列进行预测;利用实际空中交通流量数据进行仿真以验证方法的有效性,并结合最大Lyapunov指数和预测结果分析了预测的时效性以及时间尺度对精度影响。结果显示:(1)改进后的预测方法具有更好的非线性拟合能力,提高了交通流量时间序列的预测精度;(2)以5 min时间间隔预测为例,相比传统RBF神经网络,改进方法的平均绝对误差、均方误差以及平均绝对百分比误差分别降低了19.44%、34.78%和27.21%;(3)相比反向传播(BP)神经网络和长短期记忆(LSTM)神经网络,所提方法的平均绝对误差分别降低了36.20%和16.10%,运行速度分别提高了27.42%和35.00%。综上所述,所提方法能更好地解析系统的混沌特性,提升空中交通流量预测精度与速度。 展开更多
关键词 航空运输管理 空中交通流量预测 混沌时间序列 改进Cao方法 径向基神经网络
下载PDF
相空间重构和混沌神经网络融合的短期负荷预测研究 被引量:44
9
作者 孙雅明 张智晟 《中国电机工程学报》 EI CSCD 北大核心 2004年第1期44-48,共5页
该文首次提出基于PSRT和ICNN融合的电力系统STLF模型,所构造的ICNN预测模型对负荷初值和混沌轨迹的游动性有很强的敏感性,可表征复杂的动力学行为和具有全局寻优的性能,以PSRT确定ICNN输入维数,训练样本集按预测相点步进动态相轨迹和最... 该文首次提出基于PSRT和ICNN融合的电力系统STLF模型,所构造的ICNN预测模型对负荷初值和混沌轨迹的游动性有很强的敏感性,可表征复杂的动力学行为和具有全局寻优的性能,以PSRT确定ICNN输入维数,训练样本集按预测相点步进动态相轨迹和最近邻点集原理形成的,可增强预测模型对混沌动力学的联想和泛化推理能力;文中用遗传算法作为ICNN的学习算法,对两类不同负荷系统日、周预测仿真测试,证实所研究的预测模型能有效、稳定的提高预测精度,且有较高的适应能力,为将基于PSRT和ICNN融合的电力系统STLF方法用于实际运行系统在理论上取得了有效的进展。 展开更多
关键词 电力系统 短期负荷预测 混沌 神经网络 相空间重构
下载PDF
基于改进教学优化算法的Hermite正交基神经网络混沌时间序列预测 被引量:15
10
作者 李瑞国 张宏立 +1 位作者 范文慧 王雅 《物理学报》 SCIE EI CAS CSCD 北大核心 2015年第20期104-116,共13页
针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题,提出了基于改进教学优化算法的Hermite正交基神经网络预测模型.首先,将自相关法和Cao方法相结合对混沌时间序列进行相空间重构,以获得重构延迟时间向量;其次... 针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题,提出了基于改进教学优化算法的Hermite正交基神经网络预测模型.首先,将自相关法和Cao方法相结合对混沌时间序列进行相空间重构,以获得重构延迟时间向量;其次,以Hermite正交基函数为激励函数构成Hermite正交基神经网络,作为预测模型;最后,将模型参数优化问题转化为多维空间上的函数优化问题,利用改进教学优化算法对预测模型进行参数优化,以建立预测模型并进行预测分析.分别以Lorenz系统和Liu系统为模型,通过四阶Runge-Kutta法产生混沌时间序列作为仿真对象,并进行单步及多步预测对比实验.仿真结果表明,与径向基函数神经网络、回声状态网络、最小二乘支持向量机及基于教学优化算法的Hermite正交基神经网络预测模型相比,所提预测模型具有更高的预测精度、更快的收敛速度和更简单的模型结构,验证了该模型的高效性,便于推广和应用. 展开更多
关键词 Hermite正交基神经网络 改进教学优化算法 混沌时间序列 预测
下载PDF
一种改进混沌神经网络及其在组合优化问题中的应用 被引量:3
11
作者 毛亚林 张国忠 +1 位作者 周明 朱斌 《山东大学学报(工学版)》 CAS 2005年第2期72-76,共5页
在传统的混沌神经网络模型基础上,提出了一种改进的混沌神经网络(ICNN) .通过引入时变的输出函数增益和修正自反馈系数的表达式,使该模型可有效地控制Sigmoid输出函数图形的陡度和模型演化中混沌动态的收敛过程,从而拥有更丰富的神经动... 在传统的混沌神经网络模型基础上,提出了一种改进的混沌神经网络(ICNN) .通过引入时变的输出函数增益和修正自反馈系数的表达式,使该模型可有效地控制Sigmoid输出函数图形的陡度和模型演化中混沌动态的收敛过程,从而拥有更丰富的神经动力学特性与初值鲁棒性.该模型可有效地解决一系列组合优化问题(COP) ,解决了10个与4 展开更多
关键词 改进混沌神经网络 组合优化问题 旅行商问题 模型
下载PDF
基于IFA优化RBF神经网络的短时交通流预测模型 被引量:2
12
作者 曹洁 张敏 +2 位作者 张红 陈作汉 侯亮 《兰州理工大学学报》 CAS 北大核心 2022年第4期99-104,共6页
针对短时交通流不确定性极强引起的预测结果精度低的问题,提出一种改进萤火虫算法(IFA)优化RBF神经网络的短时交通流预测模型(IFA-RBF).该模型通过引入线性递减惯性权重和混沌机制,来改进FA后期存在的易陷入局部极值和种群多样性匮乏的... 针对短时交通流不确定性极强引起的预测结果精度低的问题,提出一种改进萤火虫算法(IFA)优化RBF神经网络的短时交通流预测模型(IFA-RBF).该模型通过引入线性递减惯性权重和混沌机制,来改进FA后期存在的易陷入局部极值和种群多样性匮乏的不足,利用IFA优化RBF神经网络的连接权重和基函数宽度,以提升RBF神经网络的短时交通流预测精度.实验结果表明,与Elman、BP、RBF和FA-RBF模型相比,构建的短时交通流预测模型(IFA-RBF)具有更高的预测精度,预测值与实际值拟合度较高. 展开更多
关键词 智能交通系统 交通流 短时预测 RBF神经网络 改进的萤火虫算法 混沌搜索
下载PDF
基于改进型脉冲耦合神经网络的混沌相态分类方法 被引量:1
13
作者 蒋芳芳 王旭 杨丹 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第4期485-488,共4页
混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降... 混沌相态分类是利用混沌系统检测微弱信号的关键步骤.提出一种基于改进型脉冲耦合神经网络的混沌相态分类方法.利用该网络模拟哺乳动物视觉皮层神经细胞活动的特点,提取混沌系统输出相态图的结构特征,并应用均值残差算法进行特征信息降维,进而实现对系统混沌态与周期态的实时判别.以Lyapunov特性指数方法作为评价准则,分别使用正弦信号和标准ECG信号对所提方法进行检验,实验结果表明,所提方法可以快速、准确地对不同的混沌相态进行分类. 展开更多
关键词 混沌相态分类 改进型脉冲耦合神经网络 微弱信号检测 特征提取 心电信号
下载PDF
基于改进RBF-BP神经网络的预测方法研究 被引量:1
14
作者 吴学梅 牟莉 《国外电子测量技术》 北大核心 2022年第2期105-110,共6页
针对钢铁企业在库存管理方面存在着不能合理控制库存量,从而不能及时正常供应企业生产需求,容易造成企业生产不能正常进行。提出了一种基于改进的麻雀算法优化RBF-BP神经网络(LISSA-RBF-BP)的模型,以宝钢德盛厂物料金钨粉为研究对象,采... 针对钢铁企业在库存管理方面存在着不能合理控制库存量,从而不能及时正常供应企业生产需求,容易造成企业生产不能正常进行。提出了一种基于改进的麻雀算法优化RBF-BP神经网络(LISSA-RBF-BP)的模型,以宝钢德盛厂物料金钨粉为研究对象,采用此模型对其库存量进行预测,以降低库存成本,减少企业损失。此模型采用鸟群算法优化传统麻雀搜索算法(SSA),提高算法的全局搜索能力,解决了麻雀算法易得到局部最优解问题。采用Logtistic混沌映射优化SSA初始种群,保持种群多样性并能提高算法搜索遍历的均匀性。通过仿真实验结果分析,LISSA-RBF-BP模型比RBF-BP模型和SSA-RBF-BP模型能更加准确的对金钨粉库存量进行预测。 展开更多
关键词 RBF-BP组合神经网络 库存预测 改进麻雀搜索算法 鸟群算法 LOGISTIC混沌映射
下载PDF
改进型神经网络在室内三维定位中的应用研究
15
作者 刘敏 黄友锐 +1 位作者 徐善永 韩涛 《计算机应用研究》 CSCD 北大核心 2018年第1期162-165,共4页
针对室内复杂环境下无线信号反射、折射、多径效应、噪声等干扰,传统的对数距离路径损耗模型无法精确求出信号接收距离d的问题进行研究,提出一种改进的多策略粒子群神经网络模型。该网络采用反向学习策略、混沌惯性权重策略以及扰动策... 针对室内复杂环境下无线信号反射、折射、多径效应、噪声等干扰,传统的对数距离路径损耗模型无法精确求出信号接收距离d的问题进行研究,提出一种改进的多策略粒子群神经网络模型。该网络采用反向学习策略、混沌惯性权重策略以及扰动策略对神经网络的拓扑结构和连接权值阈值进行优化,从而捕获Wi-Fi信号接收强度RSSI与接收距离d之间的非线性关系,然后结合修正的三维加权交点质心算法求解出未知节点坐标。实验结果表明,对比BP神经网络和遗传神经网络,该网络对RSSI-d的拟合曲线更光滑,拟合结果更加接近于真实值,对比定位精度分别提高了79%和73%,网络定位误差更低,抗干扰能力更强。 展开更多
关键词 改进多策略粒子群 神经网络 反向学习 混沌惯性权重 扰动 质心算法 室内三维定位
下载PDF
考虑混沌特征的增强型大脑情绪神经网络光伏发电功率超短期预测模型 被引量:17
16
作者 王育飞 杨启星 薛花 《高电压技术》 EI CAS CSCD 北大核心 2021年第4期1165-1175,共11页
为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和增强型大脑情绪神经网络(enhanced brain emotional neural net... 为进一步提高光伏发电功率超短期预测的准确度,根据光伏功率时间序列固有的非线性混沌特征,提出一种基于改进粒子群优化(improved particle swarm optimization,IPSO)算法和增强型大脑情绪神经网络(enhanced brain emotional neural network, EENN)的光伏发电功率超短期预测模型。首先,利用非线性变换将光伏功率序列的隐含信息特征投射至高维相空间,获得反映吸引子轨迹的新数据空间;随后,为提高模型的超短期预测能力,通过考虑系统在空间中连续吸引子轨迹的非线性几何特征,利用EENN模型建立高维空间中的数据映射关系,并采用IPSO算法实现对EENN模型中所有权值和阈值的迭代优化,以提高EENN模型的数据挖掘和预测能力;最后,基于实测光伏发电功率数据进行单步预测以实现对所提模型的有效验证。算例分析表明,所提预测模型具有比传统模型更好的预测效果,有效提高了光伏功率超短期预测的准确度。 展开更多
关键词 光伏发电 功率预测模型 混沌相空间重构 改进粒子群优化 增强型大脑情绪神经网络 超短期
下载PDF
基于径向基函数神经网络的混沌系统控制
17
作者 李崇文 臧小刚 唐斌 《信息技术》 2006年第10期39-41,共3页
考虑到不同神经网络模型误差对混沌控制效果的影响,提出了采用一种改进的递阶遗传算法对径向基函数(RBF)神经网络进行训练,针对连续的Lorenz系统进行了仿真,并且与其它神经网络训练算法结果进行了比较,仿真结果证明所采用的训练算法具... 考虑到不同神经网络模型误差对混沌控制效果的影响,提出了采用一种改进的递阶遗传算法对径向基函数(RBF)神经网络进行训练,针对连续的Lorenz系统进行了仿真,并且与其它神经网络训练算法结果进行了比较,仿真结果证明所采用的训练算法具有更加理想的混沌控制效果。 展开更多
关键词 混沌控制 RBF神经网络 混沌系统 改进的递阶遗传算法
下载PDF
混沌蜂群优化的NSST域多光谱与全色图像融合 被引量:14
18
作者 吴一全 王志来 《遥感学报》 EI CSCD 北大核心 2017年第4期549-557,共9页
为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的... 为有效融合多光谱图像的光谱信息和全色图像的空间细节信息,提出了一种基于混沌蜂群优化和改进脉冲耦合神经网络(PCNN)的非下采样Shearlet变换(NSST)域图像融合方法。首先对多光谱图像进行Intensity-HueSaturation(IHS)变换,全色图像的直方图按照多光谱图像亮度分量的直方图进行匹配;然后分别对多光谱图像的亮度分量和新全色图像进行NSST变换,对低频分量使用改进加权融合算法进行融合,以互信息作为适应度函数,利用混沌蜂群算法找到最优加权系数。对高频分量采用改进脉冲耦合神经网络(PCNN)方法进行融合,再经NSST逆变换和IHS逆变换得到融合图像。本文方法在主观视觉效果和信息熵、光谱扭曲度等客观定量评价指标上优于基于IHS变换、基于非下采样Contourlet变换(NSCT)和非负矩阵分解(NMF)、基于NSCT和PCNN等5种融合方法。本文方法在提升图像空间分辨率的同时,有效地保留了光谱信息。 展开更多
关键词 图像融合 多光谱与全色图像 非下采样Shearlet变换 混沌蜂群优化 改进的脉冲耦合神经网络
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部