已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀
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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于幾何特征的物體識別方法是解決視覺模式識別問題的根本性出路，其中輪廓特征是最重要的幾何線索之一。生物視皮層能夠獲取片段性的邊緣信息，如何將它們組合成更長、更完整的輪廓就是一個(gè)非常關(guān)鍵的基礎(chǔ)性步驟，它是一個(gè)典型的組合優(yōu)化問題。遺傳算法非常擅長解決組合優(yōu)化問題，本文首先通過基于Graph結(jié)構(gòu)的基因編碼方法和改進(jìn)的突變策略，將遺傳算法應(yīng)用于短直線段向長輪廓線的組合優(yōu)化求解。實(shí)驗(yàn)結(jié)果表明，這種方法形成長輪廓線的效能大大提高，所獲取的長輪廓線將
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(hù)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(shí)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。
最新文檔
- 基于遺傳算法的圖像識別.pdf
- 基于遺傳算法優(yōu)化支持向量機(jī)的圖像識別
- 基于遺傳算法圖像識別的硬件實(shí)現(xiàn).pdf
- 遺傳算法用于優(yōu)化計(jì)算問題的研究
- 遺傳算法與組合優(yōu)化
- 基于遺傳算法的促銷組合優(yōu)化問題研究.pdf
- 遺傳算法與組合優(yōu)化
- 遺傳算法與組合優(yōu)化
- 遺傳算法與組合優(yōu)化
- 遺傳算法用于參數(shù)優(yōu)化源碼
- 用于區(qū)間參數(shù)多目標(biāo)優(yōu)化問題的遺傳算法.pdf
- 解兩類組合優(yōu)化問題的遺傳算法.pdf
- 基于遺傳算法解決飛機(jī)優(yōu)化爬升問題研究.pdf
- 畢業(yè)論文遺傳算法用于優(yōu)化計(jì)算問題的研究
- 模體識別問題的優(yōu)化遺傳算法研究.pdf
- 用遺傳算法解決tsp問題
- 食品溯源信息查詢中圖像識別算法優(yōu)化研究.pdf
- 量子遺傳算法及其在組合優(yōu)化問題中的應(yīng)用.pdf
- 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的異纖圖像識別方法研究.pdf
- 遺傳算法應(yīng)用于給水管網(wǎng)管徑組合優(yōu)化.pdf
評論
0/150
提交評論