-
题名基于多策略融合未来搜索算法的林火图像分割
被引量：3
- 1
-
-
作者
陈光伟
徐梁
方亮
付雪
陈普宽
-
机构
东北林业大学机电工程学院
连云港天邦科技开发有限公司
-
出处
《森林工程》
北大核心
2023年第4期134-144,共11页
-
基金
连云港“智能海州人才计划”创新类项目(“气压密闭式大口径流体装卸臂”)。
-
文摘
为解决林火图像传统阈值分割方法时效性差、分割精度低等问题,提出一种基于多策略融合未来搜索算法(IFSA)的多阈值林火图像分割方法。在提升算法的性能方面,采用帐篷映射(Tent映射)初始化种群中的个体,引入自适应权重与认知因子增强种群内部信息交流,并对最优位置引入柯西分布与高斯分布结合的变异机制提高算法的收敛精度。利用改进算法对森林火灾图像进行分割,并选取最佳适应度、峰值信噪比和结构相似度作为评价指标,与粒子群优化算法、灰狼优化算法等进行对比分析。研究结果表明,改进的未来搜索算法(Improved Future Search Algorithm,IFSA)的适应度曲线收敛效果明显优于其他对比算法,峰值信噪比、结构相似度取得最优的实验次数分别占总实验次数的100%与91.67%,证明基于IFSA的图像分割方法能有效改善林火图像分割效果,为林火特征的提取与分析建立依据。
-
关键词
未来搜索算法
Tent混沌映射
柯西-高斯变异
多阈值图像分割
林火图像
-
Keywords
Future search algorithms
Tent chaotic map
Cauchy-gaussian mutation
multi-threshold image segmentation
forest fire image
-
分类号
S
[农业科学]
-
-
题名基于混沌的随机信号雷达成像
- 2
-
-
作者
刘诗华
王德石
-
机构
海军工程大学兵器工程系
-
出处
《计算机应用》
CSCD
北大核心
2008年第B06期187-189,192,共4页
-
基金
国家自然科学基金资助项目(10272113)
-
文摘
为了提高雷达信号的分辨率和抗干扰能力,分析了两种基于混沌映射生成随机抽样的方法。进一步证实了高斯抽样可以通过两类随机数产生器结合混沌映射生成。利用高斯抽样,得到了高斯调频雷达信号,利用该调频信号作为雷达发射信号进行雷达(SAR)成像,其重构图像具有极佳的图像分辨率,尤其是在距离域上。仿真结果证实了两种方法的有效性。
-
关键词
混沌映射
高斯调频
SAR成像
-
Keywords
chaotic maps
gaussian fm
SAR imaging
-
分类号
TN957
[电子电信—信号与信息处理]
-
-
题名基于混沌高斯频率调制的距离-多普勒雷达成像
- 3
-
-
作者
刘诗华
王德石
-
机构
海军工程大学
-
出处
《火力与指挥控制》
CSCD
北大核心
2010年第1期13-15,共3页
-
基金
国家自然科学基金资助项目(10272113)
-
文摘
提出了利用混沌映射产生随机抽样的方法。进一步证实了高斯抽样可以通过两类随机数产生器结合混沌映射生成。利用高斯抽样,得到了高斯调频雷达信号。研究结果表明,通过这种高斯调频信号得到的模糊函数接近2维delta函数,它在距离-多普勒平面上的旁瓣是均匀分布的。对该高斯调频信号进行傅立叶处理可以得到高分辨率的距离-多普勒图像,图像品质较高。
-
关键词
混沌映射
高斯调频
距离-多普勒成像
-
Keywords
chaotic maps,gaussian fm,range-doppler imaging
-
分类号
TN957
[电子电信—信号与信息处理]
-
-
题名基于高斯云改进的混沌麻雀搜索算法与应用
被引量：1
- 4
-
-
作者
顾嘉城
龙英文
吉明明
郑旸
-
机构
上海工程技术大学电子电气工程学院
-
出处
《光电子．激光》
CAS
CSCD
北大核心
2023年第10期1047-1058,共12页
-
基金
国家自然科学基金(61603241)资助项目。
-
文摘
传统的麻雀搜索算法(sparrow search algorithm,SSA)在寻优过程中存在易陷入局部最优,以及搜索能力不足的问题。为了解决上述问题,提出了一种基于高斯云改进的混沌改进麻雀搜索算法(improved sparrow search algorithm,ISSA)。首先,利用伯努利混沌映射初始化种群以提高算法初始种群质量;其次,在发现者位置更新中引入自适应高斯云变异策略来提高算法在迭代过程中的全局搜索能力;最后,利用t分布反向学习策略对最优位置进行随机反向学习,以提高算法跳出局部最优的能力。在仿真实验中将本算法与其他4种基本算法利用13种基准测试函数进行对比实验,同时与其他的ISSAs进行对比。实验结果表明,本算法具有良好的收敛性以及精度,且全局探索能力相较于原算法大大提高。并将ISSA应用于Kapur熵多阈值图像分割任务中,结果表明,ISSA相较于其他4种基本算法有着更高的分割精度。
-
关键词
麻雀搜索算法(SSA)
群智能优化算法
自适应高斯云
混沌映射
图像分割
-
Keywords
sparrow search algorithm(SSA)
swarm intelligence optimization algorithm
adaptive gaussian cloud
chaotic mapping
image segmentation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
