改进人工免疫算法在水下机器人运动控制中的应用研究

基于生物免疫系统的生理特性,以免疫系统T细胞、B细胞与免疫应答为基础,引入了免疫算法,其结构简单,易于实现,但是由于忽略了免疫系统的记忆、自适应、细胞繁殖和自然死亡等复杂的机理行为,也不具有实时自调整的能力。结合梯度搜索方法和希尔函数,提出了一种基于Sigmoid非线性模型的自学习免疫控制算法。将该方法应用于水下机器人的运动控制系统进行仿真研究,结果表明了改进人工免疫算法的有效性。

引入行为特征概念的海量图像数据分类法研究

研究海量图像数据的准确分类问题。图像数据中,图像需要表达的信息过多,形成海量特征,无法找到单一特征对单个图像进行约束。传统的图像数据分类方法通过多特征约束,运用多个特征对图像唯一性进行表达,表达特征过多,影响了分类的效率。为此,提出一种基于行为特征的海量数据分类方法。利用主成分分析方法,对采集的海量图像中的行为特征进行有效的识别,将识别的结果作为图像数据分类的依据,从而缩小图像数据分类的范围。利用人工免疫方法,根据上述行为特征,完成海量图像的数据分类。实验结果表明,利用改进算法进行海量图像数据分类,能够有效提高分类的精确度,从而为不同领域的图像应用提供保障。