自適應(yīng)量子行為粒子群算法及其在圖像分類中的應(yīng)用研究.pdf

1、隨著多媒體技術(shù)和計算機(jī)網(wǎng)絡(luò)的發(fā)展，大規(guī)模的數(shù)字圖像資源和數(shù)據(jù)涌入互聯(lián)網(wǎng)，它們和人們的日常生活息息相關(guān)。關(guān)于如何有效地組織、管理和利用豐富的圖像資源的研究，對于未來的數(shù)字服務(wù)具有重要的理論意義和應(yīng)用價值。圖像分類旨在將原本無序分布的大批量的圖像數(shù)據(jù)進(jìn)行有序地歸類。融合機(jī)器學(xué)習(xí)、人工智能等學(xué)科的先進(jìn)思想和理論，尋找一種快速而有效的圖像分類方法已成為當(dāng)前計算機(jī)視覺、模式識別和圖像處理等領(lǐng)域研究的一個熱點。
　　 本文通過對量子行為粒子

2、群算法以及圖像分類的現(xiàn)狀進(jìn)行研究，主要做了以下相關(guān)工作：
　　 首先，本文提出了一種自適應(yīng)量子行為粒子群算法，它基于量子行為粒子群算法，根據(jù)進(jìn)化過程中的群體多樣性程度來自適應(yīng)地調(diào)整進(jìn)化策略，保持群體的活力，在一定程度上克服了量子行為粒子群算法陷入局部最優(yōu)值的缺陷。通過在標(biāo)準(zhǔn)函數(shù)集上進(jìn)行測試，取得了良好的效果。其次，本文提出了一種基于自適應(yīng)量子行為粒子群算法和支持向量機(jī)的混合圖像分類算法，將自適應(yīng)量子行為粒子群算法用于同步優(yōu)化圖像