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57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),請進行舉報或認領(lǐng)

文檔簡介

1、遺傳算法(Genetic Algorithm,簡稱GA)是一種模仿生物自然進化過程的隨機搜索和優(yōu)化算法,其優(yōu)勢在于簡單易行、魯棒性強、全局優(yōu)化性強和易操作,目前被廣泛用于函數(shù)優(yōu)化、機器學(xué)習(xí)、模式識別以及自適應(yīng)控制系統(tǒng)等眾多領(lǐng)域。但遺傳算法也存在收斂速度慢、易早熟、局部搜索能力差等缺點,為了盡量克服這些缺點,將遺傳算法用于塊截斷編碼圖像信息隱藏中解決提高壓縮率、加快收斂速度等問題,在對遺傳算法進行深入分析的基礎(chǔ)上,本文做了如下研究工作:<

2、br>   本文介紹了遺傳算法的研究現(xiàn)狀。研究了遺傳算法各組成要素的具體策略。采用了適合于塊截斷編碼圖像信息隱藏的遺傳算法方案(BTCIIHGA),該方案包括遺傳算法引導(dǎo)搜索的主要依據(jù)就是個體的適應(yīng)度值,適應(yīng)度函數(shù)的選取直接影響到遺傳算法的搜索性能,采用基于人眼視覺的適應(yīng)度函數(shù),并對運行結(jié)果進行了詳細分析,結(jié)果表明基于人眼視覺的適應(yīng)度函數(shù)收斂速度快、搜索能力好。應(yīng)用復(fù)制三基色位圖的方式初始化原始種群,采用均勻排序選擇算法來促進種群進化

3、。利用神經(jīng)網(wǎng)絡(luò)中的構(gòu)造神經(jīng)元激活函數(shù)Sigmoid函數(shù),該函數(shù)在線性和非線性之間顯現(xiàn)出較好的平衡,交叉率、變異率按照個體適應(yīng)度在平均適應(yīng)度和最大適應(yīng)度之間隨Sigmoid函數(shù)非線性調(diào)整,因此采用自適應(yīng)交叉變異的方式有效的防止算法停滯不前,擺脫局部收斂,提高了算法的魯棒性。在前面研究基礎(chǔ)上,采用在遺傳算法后期加入進化逆轉(zhuǎn)操作進一步優(yōu)化種群得到通用位圖,從而改善遺傳算法局部搜索能力。本文利用MATLAB軟件進行仿真試驗,并對實驗數(shù)據(jù)進行了分

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