2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、圖像配準(zhǔn)可以歸結(jié)為尋求最佳空間變換的多參數(shù)優(yōu)化問題,圖像融合中加權(quán)系數(shù)等參數(shù)經(jīng)過優(yōu)化后會使融合效果更佳??焖佟⒕_、適應(yīng)性強的優(yōu)化算法是實現(xiàn)參數(shù)優(yōu)化的重要步驟。標(biāo)準(zhǔn)布谷鳥算法是基于布谷鳥尋窩產(chǎn)卵行為提出的新型智能算法,具有簡單高效、隨機路徑優(yōu)、參數(shù)少、程序運行簡單等特征,但也存在局部搜索能力相對較弱、后期搜索速度慢、計算精度不高等缺點。
  將遺傳因子融入標(biāo)準(zhǔn)布谷鳥算法中,提出一種基于遺傳因子的布谷鳥算法,通過選擇操作和添加交叉、

2、變異因子,增加種群的多樣性,提高算法全局搜索能力。實驗表明,改進后算法的尋優(yōu)精度比標(biāo)準(zhǔn)布谷鳥算法高,表現(xiàn)出更好的收斂性和穩(wěn)定性。將混沌搜索融入標(biāo)準(zhǔn)布谷鳥算法,提出一種基于混沌搜索的布谷鳥算法,利用混沌運動隨機性、遍歷性的特點,使種群均勻分布,并增強算法跳出局部極值的能力。實驗表明,改進后的算法在搜索空間小時搜索能力增強,但其收斂性和穩(wěn)定性不如基于遺傳因子的布谷鳥算法好。
  為了進一步提高算法的收斂速度和計算精度,將算法中的固定參

3、數(shù)改為隨迭代過程自適應(yīng)變化的動態(tài)參數(shù),在基于遺傳因子布谷鳥算法的基礎(chǔ)上提出基于遺傳因子自適應(yīng)布谷鳥算法。實驗表明,基于遺傳因子自適應(yīng)布谷鳥算法的收斂速度和全局尋優(yōu)能力進一步提高并且可靠性更高。最后將基于遺傳因子自適應(yīng)布谷鳥算法用于圖像配準(zhǔn)和圖像融合的參數(shù)優(yōu)化中,并與其他智能算法對比,實驗表明,該算法配準(zhǔn)精度高、時間短,并且尋找的最優(yōu)權(quán)值系數(shù)融合后得到的融合圖像能提取更多有用信息,融合效果更佳,充分驗證了本文算法的有效性、穩(wěn)定性和可行性。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論