基于加权组合算法的点云孔洞修补

为了对无人机航测数据中的点云孔洞进行修补,将最小二乘支持向量机算法LS-SVM和遗传算法GA优化的反向传播神经网络算法BP进行线性组合,构建一种加权组合模型,用于散乱点云数据中的孔洞修补。通过两种修补方法的误差进行两者的加权组合,建立出与两种修补方法误差相关的加权组合模型,并将加权组合模型的修补结果与单一使用最小二乘支持向量机、遗传算法优化的BP神经网络两种修补方法的修补结果进行残差和内外符合精度的比较与分析。结果表明:采用加权组合模型得到的点云修补结果内外符合精度较高,且具有更强的稳定性,为无人机获取的点云数据提供了一种有效的孔洞修补方法。

基于Levenberg-Marquardt算法的船体型线反向设计研究

传统的船体型线优化属于求解正向问题,其优化时间长、优化效率低。为了解决这个问题,论文对基于LM算法的反向设计方法进行了深入研究。该方法通过建立雅克比矩阵来表示船型参数和性能指标之间的关系,据此预测出更优的船型。为验证反向设计方法,对1300TEU集装箱船的前体型线进行了反向设计。结果表明:同传统的正向优化设计相比,反向设计方法具有优化时间短、优化效率高的优点,具有很强的工程应用价值。

采用多尺度掩模消除干扰的反向组合算法

反向组合算法是最有效的图像对齐算法之一,但该算法抗干扰能力差。当输入图像部分被遮挡时,图像对齐效果变差。针对该问题,我们提出一种采用多尺度掩模消除干扰的反向组合算法。该算法采用自适应的方法设置初始掩模,再通过迭代判断和逐层分块来细化初始掩模,使得掩模能准确地设置在干扰区域上。实验结果表明,该算法既保留了原反向组合算法的优点,又提高了算法抗干扰的能力,使得反向组合算法能在更复杂的环境下进行图像对齐。

连续全场数字图像相关的反向组合高斯-牛顿算法

反向组合高斯-牛顿算法提高了数字图像相关的计算效率,但是此算法的应用局限于两幅图像之间的配准。在不牺牲配准精度的前提下,提出了一种基于双立方插值系数缓存表和海森矩阵缓存表的反向组合高斯-牛顿算法算法,从而加速了连续全场数字图像相关计算效率。实验结果表明,使用3种不同尺寸子区域的人工模拟散斑图像配准时,本算法的计算效率提高了11.35%、14.95%和18.93%。当使用CCD采集的真实散斑图像时,计算效率提高了18.20%。所提出的算法对人工散斑和真实散斑图像显示出良好的效率性能。

基于元模型的模糊Petri网反向传播学习算法

模糊Petri网是知识表达与并行推理的重要工具,但拓扑为非严格分层的结构。为在不增加虚节点的情况下实现模糊Petri网的反向传播学习,提出模糊Petri网元模型的概念,统一四种基本产生式规则对应的模糊Petri网模型。并建立元模型的结论置信度关于条件置信度的连续映射,给出了正向推理算法。为提高收敛速率,先通过基于回溯策略的反向推理算法,计算元模型结论置信度对条件置信度的梯度函数,最后采用Levenberg-Marquardt算法实现权值优化。

基于Levenberg-Marquardt算法和最小二乘方法的小波网络混合学习算法

本文针对小波网络现有学习算法的不足 ,把 L evenberg- Marquardt算法 (简称 L M算法 )和最小二乘算法有机地结合在一起 ,提出了一种新的小波网络混合学习算法 .在该混合算法中 L M算法用来训练小波网络的非线性参数 ,而最小二乘算法用来训练线性参数 .最后以辩识一个混沌系统为例进行了数值仿真 ,并与改进的 BP算法和单纯 L M算法进行了比较 。

局部放电图像组合特征提取方法

研究了局部放电图像组合识别特征提取和反向传播算法神经网络分类器设计方法 ,根据变压器局部放电在线监测的要求 ,设计了 5种放电模型并进行了模拟实验。 5种放电模型数据识别结果说明 :与分别采用分形特征和统计特征的识别结果相比 。

BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。

神经网络中处理鞍点的LMBP改进算法

针对目前神经网络中的Levenberg-Marquardt反向传播(LMBP)算法在训练过程中有可能迭代到鞍点的问题,提出一种能有效克服鞍点的LMBP改进算法。计算鞍点处雅克比矩阵的正特征值对应的特征向量并将其作为新的搜索方向。通过实例对比传统LMBP算法与改进LMBP算法的效果,证明改进的算法能有效地脱离鞍点并进一步收敛到极小点处。

多物品最优组合供应模式确定问题的模型研究

电子商务B2B反向拍卖采购模式能够为采购方在价格竞争条件下提供更广泛的产品和服务,因此这种采购模式将会更加灵活。本文首先提出了电子商务B2B采购合同的反向组合拍卖机制,然后建立了反向组合拍卖的多物品最优组合供应模式确定问题的数学模型,并设计了求解该模型的两级优化算法,最后以应用实例说明了模型的普适性和算法的有效性。

一种LM-BP加速搜索的周跳探测与修复方法

针对传统三频周跳探测与修复方法中的不敏感、漏检以及效率较低等问题,提出一种基于莱文伯格-马夸特(LM)-反向传播(BP)神经网络加速搜索法的伪距相位组合与电离层残差组合联合周跳探测与修复方法:利用2个伪距相位组合以减少不敏感周跳数量,利用1个电离层残差组合以提高小周跳探测敏感度;在构成3个线性无关的组合观测值后,使用LM-BP加速搜索算法进行周跳探测与修复。实验结果表明,相对常规的伪距相位组合与电离层残差组合联合方法,该方法能够提高周跳探测与修复性能,可探测小至1个的周跳,探测与修复整体时效有较大提升。

基于模糊逻辑系统的非线性组合预测方法研究

针对线性组合预测方法的局限性，本文提出了一种基于高斯型模糊逻辑系统的非线性组合预测新方法，并给出了相应的反向传播学习算法确定模糊系统的参数及模糊子集的划分．理论分析和应用实例表明：该方法具有很强的学习与泛化能力，在处理诸如非线性系统中时间序列的组合建模与预测方面都良好的应用价值．

基于组合输入ES-GA-BP的中欧班列货运量预测

中欧班列是推动“一带一路”倡议的重要支撑,科学合理地预测班列需求,对中欧班列运输方案的制定具有重要意义.以中欧班列铁路货运量预测为对象,统筹考虑中欧班列货运量的波动性和影响因素,提出一种基于组合输入指数平滑-遗传算法-反向传播(ES-GA-BP)神经网络的货运量预测方法.分析中欧班列货运现状,选取相关性高的影响因素作为神经网络输入;采用指数平滑法对波动较大的中欧班列货运量历史数据进行单项拟合预测,以优化神经网络输入;利用遗传算法优化反向传播神经网络参数,进一步提高预测精度;以“湘欧快线”国际运输通道货运集装箱数量预测为实例,验证方法的有效性.结果表明,组合输入ES-GA-BP方法适于解决波动较大的货运量预测问题,预测精度较好,有助于制定合理的中欧班列运输方案.

基于蚁狮算法优化的BP-RBF功放行为模型研究

为了准确描述射频功率放大器特性,在仿真过程中,建立一个良好的功放行为模型就变得极其关键。文中提出了一种基于蚁狮算法(Ant Lion Optimizer,ALO)优化的BP-RBF级联神经网络射频功放行为模型,首先,采用飞思卡尔半导体芯片设计射频功放电路,对从设计的电路中提取出的电压数据进行处理,然后利用蚁狮种群中的多个个体并行寻优的能力,优化BP-RBF神经网络的权值和阈值,对改进优化后的ALOBP-RBF神经网络模型进行MATLAB仿真,通过比较电压均方根误差验证模型精确性。仿真结果表明,相比于BP-RBF、GABP-RBF模型,该模型具有更高的精度、更快的收敛速度,可以精确地模拟功率放大器的特性,对射频电路的建模具有重要意义。

基于改进双种群水母搜索算法的多阈值图像分割

提出一种基于改进双种群水母搜索(Improved Double Population Jellyfish Search,IDPJS)算法的多阈值图像分割法,以解决随着阈值数目的增加,传统的图像分割计算量呈指数级增长,分割时间消耗多的问题.首先,初始化两个水母种群P和P,执行基本的JS算法.在P中引入组合变异策略,两个种群进行交流学习以提高算法的收敛速度.接着,对当前最好解采用动态反向学习策略,防止算法陷入局部最优.其次,利用CEC2017基准函数对所提IDPJS算法进行测试,并与5种启发式算法进行比较,实验结果显示,所提算法精度高、稳定性好.最后,将其用于多阈值图像分割问题,分别在阈值个数为5,7,9的情况下进行测试实验,实验表明,IDPJS算法是解决多阈值图像分割问题的有效方法.

基于反向传播神经网络的退化红壤区杉木树干液流模拟

以江西退化红壤区杉木人工林为研究对象,采用MATLAB工具箱中的log-sigmoid型函数(tansig)为神经元作用函数,以空气温度、空气相对湿度、平均净辐射、水汽压亏缺为输入变量,液流速率为输出变量,运用贝叶斯正则化算法和Levenberg-Marquardt算法对4 000组气象数据和液流数据进行网络训练和检验,构建拓扑结构为4-10-1的杉木树干液流反向传播(back propagation,BP)神经网络模型.结果表明:在2种算法下训练样本和检验样本模型输出值与实测值之间线性回归的拟合程度均较高,回归方程的相关系数在0.93以上;训练样本的拟合精度分别为83.57%和83.06%,检验样本的仿真精度分别为82.87%和82.15%.说明该网络模型能够很好地反映液流速率与气象因子之间的非线性函数关系,可为杉木人工林的可持续经营和林地水资源的科学管理提供有效手段.

一种改进的提取人脸面部特征点的AAM拟合算法

AAM(Active AppearanceM odel)是一种用来提取人脸特征点的有效方法,由人脸动态表观建模和拟合算法两部分组成.在多种AAM拟合算法中,反向组合法以快速高效著称.但在遇到外物遮挡时,AAM算法的拟合效果会变差.本文在反向组合法的基础上提出了一种基于分层细化掩模的改进算法.实验结果表明,该算法能较好地去除干扰并保留对拟合有用的信息,具有较强的抗干扰鲁棒性.

基于LM算法的MLP模型及其应用

准确率是衡量MLP模型性能的典型且广泛采用的指标。为了提高MLP模型的准确率,本文分别设计9种激活函数组合、11种模型隐层宽度的MLP模型,通过对比分析MLP模型的验证集MSE确定最优的MLP模型结构;分别采用LM、BFGS、Adam和SGD算法训练MLP模型,通过对比分析MLP模型的测试集MSE,确定最优训练算法。实验结果显示,基于LM算法训练的MLP模型测试集MSE达到2.756e-4,比BFGS算法降低了23.4%,比Adam算法降低了85.6%,比SGD算法降低了97.2%。超声治疗作为一种MLP模型典型应用,获取颅骨的准确声学参数是非侵入性经颅聚焦超声治疗成功的关键,为此提出了一种使用MLP模型基于CT图像准确预测颅骨声参数的方法。

基于数字图像相关方法的亚像素位移迭代算法性能

在对图像位移进行测量时,不同亚像素位移迭代算法的性能不同,将反向组合对角近似算法和反向组合Dog-Leg算法用于数字图像相关法并进行位移测量,同时对反向组合Levenberg-Marquardt算法的参数更新策略进行简化,以反向组合高斯牛顿(IC-GN)法作为对比,通过模拟散斑图像和真实散斑图像的压缩变形实验,对3种算法的性能进行对比,并进行相应的评估。实验结果表明:在模拟散斑实验中,各个算法在收敛速度、收敛频率和计算速度上各有不同;在真实实验下,小变形实验得到与IC-GN法相似的精度,大变形实验得到的收敛半径更大。

基于M-AFSA的MPRM逻辑电路面积优化

现有基于传统智能优化算法的MPRM电路面积优化算法存在效果差的问题。由于MPRM电路面积优化属于组合优化问题,先提出一种多策略协同进化人工鱼群算法(MAFSA),该算法引入基于反向学习的种群初始化策略,以提高种群多样性及初始种群解的质量;引入觅食与追尾交互性策略,以加强人工鱼个体之间的信息交流、提高所提算法的收敛速度;引入自适应扰动策略,以增加人工鱼个体位置变异的随机性、避免所提算法陷入局部最优。此外,提出一种MPRM逻辑电路面积优化方法,利用所提算法来搜索电路面积最小的最佳极性。基于北卡罗莱纳州微电子中心(MCNC)Benchmark电路的实验结果表明:与遗传算法相比,所提算法优化电路平均面积百分比最高为57.24%,平均为39.57%;与人工鱼群算法相比,所提算法优化电路平均面积百分比最高为33.53%,平均为14.54%;与改进的人工鱼群算法相比,所提算法优化电路平均面积百分比最高为30.25%,平均为13.86%。