均场退火算法在单幅灰度图像高光检测与恢复中的应用

为了解决单幅灰度图像高光去除方法恢复结果存在的图像失真问题,提出一种基于均场退火算法的单幅灰度图像高光检测方法.首先利用反射模型分别对镜面反射分量和漫反射分量的分布进行建模;然后通过均场退火算法的迭代过程估计镜面反射分量和漫反射分量的比例,对可能存在的高光区域进行检测;最后利用基于BSCB模型的图像修复方法修复高光区域.采用一种主观评价方法和客观评价方法相结合的性能的评价方法对文中方法进行验证,结果表明,该方法是有效的;与传统的高光检测与恢复的方法相比,该方法能够有效地检测出灰度图像中镜面反射区域,且恢复效果更符合人眼视觉、恢复后的图像质量更好,提高了图像高光区域的恢复率.

用均场退火算法解四色问题

论文首先给出了用均场退火算法(AFA)求解四色问题的神经网络结构和能量函数,为了避免网络陷入局部极小的缺陷,在均场的基础上增加了“爬山”项,使网络最终能收敛到一个全局最优或近似全局最优解。仿真结果表明,该方法较文献[4]中的离散的二元Hopfield-型神经网络和文献[7]中的瞬态混沌神经网络在收敛速度方面有明显的提高,效果较好。

模糊控制均场退火算法及其应用

结合模糊控制方法和均场退火算法，提出了一种模糊控制均场退火算法，并将其用于ＧＳＭ移动通信系统的自适应信道均衡．仿真计算表明，本方法能使均场退火算法的收敛速度显著提高。