基于MGP算法的舰载机回收排序调度技术

针对舰载机机群着舰回收排序调度问题,首先对航母甲板环境以及舰载机的返航回收进场模式进行了分析,建立了基于加权等待时间的回收排序评价指标模型,并根据舰载机回收着舰排序调度问题中的各种约束,建立了考虑空中加油条件的舰载机回收排序调度问题模型。然后,根据所建立的回收调度排序模型以及超启发式算法的思想,设计了一种带强制着舰规则的遗传规划(genetic programming with mandatory landing rules,MGP)算法,用于对着舰回收排序调度问题进行求解。进一步,借助仿真算例验证了所建回收排序调度模型和MGP算法的有效性,并通过与遗传算法、纯启发式算法以及普通的遗传规划算法进行对比,验证了MGP算法的优势。最后,基于算例仿真结果,分析了逃逸复飞对着舰回收方案的影响。

基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。

U型混流装配线排序模型及其求解

U型混流装配线排序是精益生产的典型应用,逐渐受到企业的重视,其排序合理性决定了生产线效率,因此研究混流装配线排序问题具有重大意义。建立以零部件消耗速率均匀化、负荷均衡化和最小化总切换时间为目标的U型混流装配线多目标排序模型,通过改进NSGA-Ⅱ多目标遗传算法进行求解,最后利用MATLAB作为程序开发平台,对某公司U型混流装配线进行排序优化,取得了良好的效果。

序列图象编码中位移估值新算法——二维遗传优化算法

本文分析了块匹配算法中几种快速搜索算法存在的问题,基于全局最优化思想提出一种新的位移估值算法——二维遗传优化算法。对帧间差值信号采用相同的编码方法时,该算法和二维对数搜索算法比较,所需编码比特数减少,恢复图象信噪比有所提高,运算复杂度也得到下降。

自适应遗传优化在图像增强中的应用

本文以一种改进的模糊熵做遗传算法中个体进化的驱动力,利用Fibonacci数列对遗传算法的交叉概率及变异概率进行了自适应改进,达到了在模糊域中利用遗传算法增强图像的目的。实验结果表明该方法能有效改善图像的视觉效果,比传统增强方法具有更好的适应性。

用遗传算法实现产品拆卸序列优化

基于绿色产品设计的思想,建立了以混合图法表示的产品拆卸关系模型,给出了产品基本拆卸序列的生成算法。

遗传退火算法的模型相似性计算方法

为了检索最相似的CAD模型,本文结合遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,提出了基于遗传退火算法的模型相似性度量方法。利用面的边数差异来计算源模型面与目标模型面之间的形状相似性。结合面的形状相似性和面的邻接关系来计算面的结构相似性。以面的形状相似性和结构相似性为基础,构造2个模型的整体相似度矩阵。利用遗传退火算法对该矩阵进行搜索,得到2个模型之间的最优面匹配序列。以最优面匹配序列为基础,计算2个模型的相似性。实验结果表明:相对于模拟退火算法,本文所提出方法使13.33%的模型的排序效果有所改善。该方法能够更准确地度量2个模型之间的差异。

图像情感语义分类及检索研究

提高情感语义映射和检索的准确率是图像检索的研究主题。在情感语义映射模型中,将图像的形状七阶矩和颜色矩作为模糊神经网络的输入,对网络的权值和阈值进行二进制编码,作为遗传算法的染色体串,通过遗传算法寻优得到情感语义映射效率最高的个体编码。在检索模型中,用遗传算法对图像匹配算法进行优化,直接找到最适合匹配的子模板坐标。相比传统的序贯相似检测算法,模型大大提高了图像匹配的效率。通过查全率与查准率的对比结果可知,经遗传算法优化后,图像情感映射和检索的性能均得到了明显提升。

基于改进遗传算法的图像恢复

论述了基于遗传算法的图像恢复方法 ,提出了将模拟退火法和遗传算法相结合求解图像非线性最优化问题的算法。改进的算法提高了进化速度和全局寻优的能力 ,从而提高了图像的复原度 ,实验结果表明算法是有效可行的。

物体三维形状恢复的遗传算法方法

提出了一种新的物体三维形状恢复的遗传算法方法。用固定位置的摄像机在不同位置的球扩展光源下获取图象序列，并用遗传算法对物体表面每一点的法线矢量进行快速搜索。实验结果表明，此方法能有效地恢复扩展光源下物体的三维形状。不仅放宽了对光源和物体表面的限制，而且精度及鲁棒性均有很大提高。

一种利用形状描述子的选择性图像分割方法

针对传统的图像分割算法难以分割出具有语义特征的目标区域的问题,将形状描述子的识别能力引入图像分割过程,利用其提供的较高层的语义信息,生成边界模板来指导图像分割,同时使用遗传算法来处理边界模板的匹配过程,从而智能地选择和分割出目标区域。最后,在形状描述子对全局形状信息的约束下,又根据目标图像的局部特征进行分割边界的优化。试验结果证明,本方法成功地将形状描述子的描述和识别能力引入图像分割过程,实现了对目标图像的选择性分割,达到满意的分割效果。

一种基于形状和遗传算法的图像检索方法

人们在图像检索的过程中就希望能够简便、快速、有效的检索出目标图像,从而顺利达到解决问题的目的。但是随着互联网与多媒体技术的不断发展,数字图像数据库已存储了大量的图像资源,因而这给人们快速、准确寻找到所需图像并有效利用图像资源出了一个大难题。面对这一情况,研究者们提出了一种基于遗传算法的内容图像检索方法,利用其最优群体搜索的优势大大提高与缩短了图像检索的精度与时间。在此,该文将着重分析一种基于形状和遗传算法的图像检索方法。

基于遗传算法的直线光流刚体运动重建

建立一种新的基于直线光流场从单目图像序列恢复刚体运动和结构的模型,推导出直线光流场与刚体的运动参数之间的关系,用2个二阶线性微分方程表达这种关系,并提出一种求解刚体运动参数的遗传算法,只需要获得图像平面的2条直线光流即可求解刚体的旋转参数,并用合成图像测试了该算法的有效性。

基于图像处理的织物保形性检测

为更加全面、准确地评价织物保形性,开发了能够模拟织物在日常使用中被压皱后展平的恢复过程动态检测系统。通过检测系统获取织物折痕回复的视频序列,利用程序提取出各时刻的单帧视频图像,然后依次对图像进行预处理、二值化处理与细化处理,最后提取出反映织物保形性的指标,包括顶角、顶高、保形面积。实验结果表明:在折痕回复阶段,随时间延长各指标变化速率逐渐降低,在压力为10 N,加压时间为10 s的条件下,试样在60 s后趋于平稳;60 s时的顶角与现有标准方法测得的折皱回复角存在线性函数关系,顶高、保形面积与标准方法测得的悬垂系数之间存在线性函数关系。该系统可以通过顶角、顶高、保形面积3项指标预测织物折皱回复角与悬垂系数,并能够精确描述织物保形性动态变化过程,可实现对织物保形性精确、全面的评价。

基于遗传算法的图像加密技术及实现

为实现数字图像的安全存储和传输,提出一种基于遗传算法的图像加密技术。由该技术生成的密钥序列更具随机性和复杂性,可将一幅图像转化为另一幅图像,从而实现对原图像的加密。Matlab实验结果表明,该算法有效、可行。

改进的自适应遗传算法在图像模糊增强中的应用

本文在图像增强中应用了模糊集理论,实现了以空间域—模糊域—空间域为主要过程的的图像模糊增强。首先通过Fibonacci数列对遗传算法做了自适应改进,而后以改进的适应度函数为惟一内在驱动力,利用遗传算法对模糊参数进行了自动选择,最后与传统的线性增强、直方图均衡进行了对比实验。实验结果表明该方法能改善原图像视觉效果,便于后续的图像分析。

一种改进的自适应遗传算法在影像匹配中的应用

影像匹配是计算机视觉及数字摄影测量的核心问题。基于遗传算法的全局寻优特点及影像匹配的具体特点,本文将遗传算法引入到遥感影像的匹配定位中。针对遗传算法中变异概率、交叉概率在实验中始终保持不变的缺点,本文利用Fibonacci数列对基于遗传算法的影像匹配进行了自适应改进。实验结果表明这种方法可以产生一个快速而且可靠的匹配结果。

DCT域遥感影像的自适应遗传优化增强

本文在DCT域中提出了一种基于遗传算法的遥感影像增强技术,针对DCT域遥感影像增强参数需人工设定的问题,利用自适应遗传算法对其进行优化选取:设计了一种考虑偏差的适应度函数以驱动遗传算法进化,通过无分块思想的使用实现了无人工干预、无块效应的遥感影像增强。该方法不但保持了遥感影像的原始色调而且显著提升了遥感影像方差、平均梯度、信息熵等质量测度,有效改善了遥感影像的视觉效果,便于后续影像处理及应用。

图像显著度和信息量均衡的地标链生成方法

提出基于图像显著度和信息量均衡的地标链生成方法,该方法建立地标显著度、全景图信息量和地标切换次数的多目标模型,基于遗传算法生成多目标优化的地标链。实验表明,能较好地平衡地标显著度、全景图信息量及地标切换次数等优化目标,生成的地标链具有较高的显著度与较低的视觉认知负担。