LBP和Tamura纹理特征方法融合的织物疵点分类算法

为了找出织物在生产过程中易产生疵点的类型,并反馈到生产工序中以提高织物质量,提出一种基于局部二进制模式与Tamura纹理特征方法相结合的织物疵点分类算法。该算法主要完成的任务是对织物特征向量的提取,局部二进制模式从局部或像素邻域描述纹理的特征,Tamura纹理特征方法从全局描述疵点纹理特征,两者结合能更好地描述疵点纹理特征。完成特征向量提取后,选用共轭梯度BP算法来处理特征向量。共轭梯度BP算法收敛性较好,提高了训练速度和训练精度。实验结果表明,提出的算法对疵点分类具有较高的分类准确率。

改进的小波神经网络模型及应用

为改善应用于变参数振动钻削加工过程的仿真和参数优化的小波神经网络的逼近能力和泛化能力,提出一种小波神经网络结构和基于局部学习策略的共轭梯度(LCG:Local Con jugate G rad ient)算法,并利用灰色关联分析法对改进网络模型中的3个输入权值进行选取,对网络权值、小波函数的平移因子和伸缩因子的初始值选取给出了原则。通过实验表明,该模型改善了网络性能和仿真效果。

一类等式约束优化问题的改进牛顿算法

提出了牛顿方法与预优广义共轭梯度方法相结合的方法(简称为Newton-PGCG)求解库恩-塔克方程组。给出Newton-PGCG算法中预优广义共轭梯度法中预优阵的选取问题及其步数参数的确定原则,并在保证牛顿方法恰二阶收敛的条件下,证明了此算法也具有恰二阶收敛的优点。

直流输电入地电流路径的电阻率测量与反演

直流输电入地电流路径具有较大的穿透深度,其电阻率测量难度较大,针对此,提出一种直流输电入地电流路径的大范围电阻率的混合测量与反演方法,该方法通过联合应用四极法和大地电磁法,可以更有效地测量覆盖地表到地下上百公里深度的大地电阻率。在测量数据的反演处理方面,提出嵌入局部共轭梯度搜索的人工蜂群全局优化反演方法,该方法在全局型优化的方法上集成了局部共轭梯度搜索,是目前较高效的混合反演方案。算例证明所提方法具有较高的测量和反演精度。

神经网络中误差反传算法的分析与改进

分析了ＢＰ网络存在的主要问题及其产生原因，提出了改进算法ＢＰＧ，以共轭梯度方向代替梯度方向进行搜索，并在学习过程中采用不精确的一维搜索、限幅和条件轮回等措施．计算机仿真结果表明：改进的ＢＰＧ算法优于原ＢＰ算法．

一种基于共轭梯度的正则化OT图像重建算法

文章基于OT扩散方程模型提出了一种正则化共轭梯度OT图像重建算法,通过引入图像熵和局部平滑函数为正则化项以克服重建问题中的病态特性。与简单的共轭梯度重建算法相比,重建图像的MSE值分别为0.4413*10-4和0.4819*10-4。研究表明,正则化的OT图像重建算法能有效降低重建中的病态性,提高图像重建质量。

磁感应地下无线传感网络定位算法研究

在基于磁感应技术的地下无线传感网络中,往往需要了解传感器节点的位置,而直接通过接收磁场强度估计节点位置存在较大误差。针对这个问题,本文提出了一种基于高斯-牛顿迭代法与共轭梯度法的地下无线磁感应定位优化算法,通过对随机生成的节点信息应用该算法进行处理,仿真结果表明,该方法能够降低无线节点之间距离估计的误差,提高系统定位精度,并且受环境噪声影响较小。