多边形近似曲线的基于排序选择的拆分合并算法

将遗传算法的排序选择策略引入到传统的拆分与合并算法,提出一种基于排序选择策略的拆分与合并算法(RSM)来求解平面数字曲线的多边形近似,解决了传统的拆分与合并算法对初始解的依赖问题.用2条通用的benchmark曲线对RSM算法进行测试,结果表明该算法的性能优于遗传算法和传统的拆分与合并算法.将RSM算法应用于湖泊卫星图像的多边形近似,取得了较好的近似效果.

文学翻译中的拆句与合句

汉语重意合,特别是文学语篇中常出现断句不严格的现象。在翻译成英文过程中需要对语句进行适当的拆分与合并,才能更好地传递原文信息,提高译文质量。本文分析了拆句与合句译法的理论基础,提出了注重逻辑关联和艺术特征等拆句与合句译法的要点,并举例说明了文学翻译中的翻译技巧。

用混合遗传算法求解两类多边形近似问题

多边形近似是一种重要的曲线描述方法.研究用遗传算法求解平面数字曲线的多边形近似碰到的两个主要问题是不可行解难以处理和基本遗传算法局部搜索能力差.针对这两个问题,本文提出了一种组合拆分与合并技术的混合遗传算法(SMGA).它将两种经典算法—拆分技术与合并技术引入到对染色体的修复过程.采用这种方法,一个不可行解不仅能得到快速的修复,而且还能被推进到解空间中一个局部较优的位置.它的另外一个优点是:不同于已有的遗传算法,只能解决一类多边形近似问题,SMGA是一种能求解两类多边形近似问题的通用算法.实验结果表明:本文提出的算法比其他同类算法性能更优越.

架空输电线路中设备轮廓提取方法的研究

输电线路稳定运行是保障电力系统安全的重要环节之一。为了有效提取输电线路中设备的轮廓,降低背景纹理及光线的影响,提出一种多尺度拆分线段和全局与局部相结合的线段分析方法。先用迭代法多尺度拆分线段判断线段属性,再通过Gestalt定律中邻近性、连续性与共线性的计算,聚类出完整的直线边缘与曲线边缘。最后利用直线段与曲线段的编码和组合来感知其形状特征,从语义上建立对设备结构特征的约束机制。该方法适用于各种设备轮廓的提取。通过对输电线路中设备轮廓的提取,验证了该方法的有效性和可靠性。