针对标准粒子群算法寻优精度不高、易出现早熟收敛等缺陷, 提出一种自适应混沌移民变异粒子群算法IPSO。该算法通过引入基因距离来反映粒子间合作与竞争的隐性知识, 使粒子种群的多样性得到量化, 采取自适应混沌移民变异策略对陷入聚集区域的粒子进行处理, 使之获得继续搜索的能力, 从而防止算法过早陷入局部最优。仿真结果表明, IPSO算法在PID控制器参数寻优问题上具有遗传算法和标准粒子群算法无法比拟的优势。
2022-05-29 15:35:31
1.34MB
1
点云注册
针对部分重叠区域情况改进ICP
目的：该算法用于对分割重叠区域点云进行配准。
情况：这个算法可以很好地处理tunne点云数据。
注意：此算法不是通用算法。
要求：CMKAE、PCL lib 扫描数据时，第一个视图必须是重叠区域。
2022-05-29 15:25:17
4KB
1
本文针对基本量子进化算法易陷于局部最优解的缺陷，提出一种改进的量子进化算法(QEA)。并结
合乡村邮路问题，对算法进行了测试，测试结果表明，改进算法在全局寻优能力和种群多样性方面比基本量子进化算法有所改进，表明该算法是求解乡村邮路问题的一种有效的算法。
2022-05-29 02:04:48
154KB
1
车辆安全检查表（车牌号、承运商、司机检查内容、方向盘、轮胎、刹车、灯和手刹、改进措施及整改期限）.doc
2022-05-28 19:05:30
70KB
提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明，在目标边缘和包围盒两项检测中，相比于Mask R-CNN检测框架，所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等尺寸目标的检测准确率有较大的提高，分别为7.7%和8.5%，具有较强的稳健性。
2022-05-28 18:29:22
3.43MB
1
绝大多数视频图像在传输过程中皆要进行混合压缩编码,这种以去掉大量空间性和时间性冗余信息为手段的编码方式将导致解码发生一系列错误,急剧影响恢复后的图像质量．针对这种情况,本文提出了一种改进的基于空域错误隐藏的图像恢复算法,该算法利用已正确接收的邻近宏块的像素值,对当前宏块边缘进行综合分析,运用方向插值算法和五点插值算法计算出宏块内边缘和平坦区域的像素值,从而对直接解码恢复出的像素值进行娇正．从实验结果来看,该算法恢复出的图像质量的PSNR值和计算复杂度皆优于传统双线性插值法和五点插值法．
2022-05-28 15:38:04
731KB
1
本文选取2015年1月至2016年3月中国部分车站的客流数据，建立了BP神经网络的铁路客流时间序列预测模型。 但由于收敛速度慢，容易陷入问题的局部最优解，建议通过遗传算法改进BP神经网络的时间序列模型，以预测铁路客流。 实验结果表明，改进的方法具有较高的预测精度和较好的非线性拟合能力。
2022-05-28 14:05:42
1.34MB
1
深度学习在医学影像分割领域得到广泛应用,其中,2015 年提出的 U-Net 因其分割小目标效果较好、结构具有可扩展性,自提出以来受到广泛关注.近年来,随着医学图像割性能要求的提升,众多学者针对 U-Net 结构也在不断地改进和扩展,比如编解码器的改进、外接特征金字塔等.通过对基于 U-Net 结构改进的医学影像分割技术,从面向性能优化和面向结构改进两个方面进行总结,对相关方法进行了综述、分类和总结,并介绍图像分割中常用的损失函数、评价参数和模块,进而总结了针对不同目标改进 U-Net 结构的思路和方法,为相关研究提供了参考.
2022-05-28 10:05:09
3MB
1