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61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、膜計算是一種新型計算模型,其思想抽象于生物細胞膜的結(jié)構(gòu)和功能。目前,膜計算的研究更多集中在理論方面,相比之下,應(yīng)用研究仍在初步階段,正期待出現(xiàn)新的進展以及應(yīng)用領(lǐng)域的拓展。本文研究膜計算理論,在此基礎(chǔ)之上,研究膜計算優(yōu)化方法在圖像分割領(lǐng)域中的應(yīng)用,主要研究成果如下:
   ⑴在研究基本膜計算優(yōu)化方法及遺傳算法進化思想基礎(chǔ)上,通過改進膜計算優(yōu)化算法的膜結(jié)構(gòu)和進化規(guī)則,提出了一種多層嵌套膜結(jié)構(gòu)的膜計算優(yōu)化圖像分割方法。該方法的膜結(jié)構(gòu)包

2、含三個并行的子系統(tǒng),每個子系統(tǒng)分別具有兩層嵌套的膜,各子系統(tǒng)使用類似但有區(qū)別于遺傳算法進化規(guī)則的進化方法:交叉規(guī)則,改寫規(guī)則,以及膜系統(tǒng)特有的交流規(guī)則。構(gòu)建了膜計算優(yōu)化模型,用于圖像分割閾值的尋優(yōu),并和傳統(tǒng)的最大類間方差法所得結(jié)果對比,結(jié)果證明了所提算法的有效性。
   ⑵針對遺傳算法存在收斂過早,收斂精度不高的問題,提出了結(jié)合遺傳進化的膜優(yōu)化圖像分割方法。方法采用改進的遺傳算法作為膜內(nèi)的進化規(guī)則,利用膜計算區(qū)域劃分和交流機制,

3、提高算法性能。將所提出算法用于圖像分割,并與遺傳算法和多層嵌套膜結(jié)構(gòu)的膜優(yōu)化圖像分割方法進行比較,結(jié)果顯示了結(jié)合遺傳進化的膜優(yōu)化圖像分割方法性能好于遺傳算法性能。
   ⑶針對微粒群算法存在進化后期收斂速度慢、搜索精度不夠高的問題,提出了結(jié)合混沌差分微粒群進化的膜優(yōu)化圖像分割方法,即在膜計算理論基礎(chǔ)上,引入混沌差分進化和微粒群進化方法,通過在基本膜采用混沌差分進化,提高局部搜索能力;在表層膜采用微粒群進化,保證算法全局搜索能力,

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