带有自适应合并策略和导向算子的增强型烟花算法

针对传统烟花算法(FWA)在寻优过程中爆炸半径限制搜索范围、粒子间缺少有效交互的缺点,提出带有自适应合并策略和导向算子的增强型烟花算法(EFWA-GM)。首先根据烟花粒子间的位置关系,对寻优空间中重叠的爆炸范围进行自适应合并;其次通过对火花粒子进行分层来充分利用优质粒子的位置信息,从而设计导向算子引导次优粒子进化,以提高算法的寻优精度和收敛速度。在12个标准测试函数上的实验结果表明,所提出的EFWAGM相较于标准粒子群(SPSO)算法、增强型烟花算法(EFWA)、自适应烟花算法(AFWA)、动态烟花算法(dynFWA)、有导烟花算法(GFWA)在寻优精度和收敛速度方面具有更好的优化性能,并在9个测试函数上取得最优的求解精度。

基于边缘导向算子模板匹配的熔池轮廓提取方法

轮廓提取作为熔池的基本视觉形态特征,在焊接质量在线监测中起着重要作用.文中建立了非熔化极惰性气体保护电弧焊(tungsten Inert gas welding, TIG)焊接工艺环境下的熔池视觉传感系统,采集了高质量的熔池图像.针对TIG焊不锈钢熔池图像中弱边缘检测的难点提出了一种基于边缘导向算子模板匹配的熔池轮廓提取算法(operator template matching based on edge direction guidance, OTM-EDG),算法中首先基于非线性灰度变换方法增强弱边缘.之后利用4个方向的Sobel算子与熔池图像进行卷积操作来判断后端弱边缘的方向并计算梯度图.最后对梯度图进行边缘连接操作以及基于数学形态学的边缘平滑操作,得到需要提取的熔池轮廓.结果表明,文中算法能够提取到封闭完整且定位准确的TIG焊不锈钢熔池轮廓.在实际焊接环境中具有较高的鲁棒性,有效解决了熔池区域弱边缘难以准确检测的问题.

基于单亲遗传算法和导向算子的图像分形编码

基于图像的近距自相似性,用一种采用实数编码的单亲遗传算法完成图像分形压缩中的最优码本匹配,针对含有边缘的Range块的匹配,通过一个导向算子使边缘R块的最优匹配搜索沿着图像的边缘进行。实验结果表明,相对于基本分形压缩算法,在基本保证解码图像主观质量的前提下,该方法的速度提高了约60倍。

有导向交叉算子的研究

为了更有效地处理建筑块,提出有导向的交叉算子。首先反复运行快速演化算法找到多个局部最优解,然后识别这些局部最优解中的重要基因位,将其标识为潜在的建筑块,然后应用有导向的交叉算子,组合父代中的建筑块。基于4阶欺骗问题验证了新算法的可行性。

基于构造导向滤波的多道反褶积方法及应用

传统线性反褶积方法无法大幅度提高地震资料的分辨率,因此逐渐被非线性的稀疏反褶积方法替代。然而大多数非线性反褶积方法是基于单道反演的,没有考虑道与道之间的空间结构关系,得到高分辨率的结果容易产生横向不一致或者不连续问题,而且当地震资料品质较差时,单道反演方法的结果很不稳定。为此,提出一种基于数据驱动和反演策略的多道反褶积方法,即从地震数据本身出发,利用局部倾角获取构造信息,构建构造导向滤波算子,再将其作为正则化算子引入稀疏多道反褶积中,通过分裂Bregman优化算法求解得到稀疏反射系数系列,在提高分辨率的同时,改善了传统非线性反褶积结果的空间连续性。模型试验和实际地震资料处理结果验证了该方法的有效性和实用性。

平面波最小二乘逆时偏移方法的优化

基于平面波编码的最小二乘逆时偏移(PLSRTM)具有较高的计算效率,而且能够通过降低超道集之间的相干性压制串扰噪声,但其成像结果中存在偏移假象,影响了最终的成像精度和收敛速度。为此,对平面波最小二乘逆时偏移方法进行了优化,利用局部倾角获取构造信息计算构造导向滤波算子,并将其作为正则化算子引入平面波最小二乘逆时偏移,在不影响构造信息的前提下,压制每次迭代梯度的偏移假象,从而提高观测数据与计算数据的匹配程度,最终达到加快收敛速度和提高成像精度的目的。二维简单模型和HESS模型数据试算结果表明:该方法可以在提高计算效率的同时压制串扰噪声,消除偏移假象,加快收敛速度,提高复杂构造的成像精度。