题名 自适应模糊蚁群系统
被引量：5
1
作者
李娟 游晓明 刘升 陈佳
机构
上海工程技术大学电子电气工程学院 上海工程技术大学管理学院
出处
《计算机工程与应用》
CSCD
北大核心
2019年第15期75-81,共7页
基金
国家自然科学基金(No.61673258,No.61075115,No.61403249,No.61603242)
文摘
针对蚁群系统(Ant Colony System,ACS)容易陷入局部最优和收敛速度较慢的不足,提出了自适应模糊蚁群系统(AF-ACS)用于旅行商问题(TSP)。该算法的核心是引入模糊隶属度和信息熵的概念,AF-ACS将以信息熵为概率,自适应地对ACS引入模糊隶属度,以平衡算法的种群多样性与收敛速度之间的关系。算法早期引入模糊隶属度的概率较小,保证算法的多样性;算法后期引入模糊隶属度的概率较大,提高算法的收敛速度。通过与ACS和ECACS(Entropy-based Adaptive Chaotic Ant Colony Algorithm)进行14种不同规模的TSP测试集实验对比,AFACS以较少的迭代次数取得最优解或较优解。从而证明了AF-ACS的可行性与高效性。
关键词
自适应 蚁群系统 模糊隶属度 信息熵 旅行商问题
Keywords
adaptive ant colony system fuzzy membership degree information entropy travelling salesman problem
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
题名 自适应加权编码L_(1/2)正则化的图像重建算法
被引量：4
2
作者
查志远 刘辉 尚振宏 李润鑫
机构
昆明理工大学信息工程与自动化学院
出处
《计算机应用》
CSCD
北大核心
2015年第3期835-839,862,共6页
基金
国家自然科学基金资助项目(61462052) 云南省自然科学基金资助项目(KKSY201403049) +1 种基金 中国科学院太阳活动重点实验室项目(KLSA201310) 昆明市科技局项目(08S100310)
文摘
针对图像重建过程中噪声去除问题,提出一种自适应加权编码L1/2正则化重建算法。首先,考虑到许多真实图像中不仅含有高斯噪声,而且含有拉普拉斯噪声,设计一种改进的L1-L2混合误差模型(IHEM)算法,该算法兼顾了L1范数与L2范数的各自优点;其次,由于迭代过程中噪声分布会发生改变,设计一种自适应隶属度算法,该算法可以减少迭代次数和运算时间;利用一种自适应加权编码方法,该方法可以有效地去除含有重尾分布特性的拉普拉斯噪声;另外,设计一种L1/2正则化算法,该算法可以得到较稀疏的解。实验结果表明,相比IHEM算法,自适应L1/2正则化图像重建算法的峰值信噪比(PSNR)平均提高了3.46 d B,结构相似度(SSIM)平均提高了0.02,对含有多种噪声的图像处理具有比较理想的效果。
关键词
L1/2正则化 自适应隶属度 加权编码 稀疏解 L1-L2混合误差模型
Keywords
L1-L2 Hybrid Error Model （HEM） adaptive membership degree weighted encoding sparse solution L1/2regularization
分类号
TN911.73
[电子电信—通信与信息系统]
题名 一种基于模糊逻辑推理的双端发声检测算法
被引量：2
3
作者
王树恩 宋彦 汪萌 戴礼荣 孙蓉
机构
中国科学技术大学电子工程与信息科学系 合肥水泥研究设计院工程设计分院
出处
《数据采集与处理》
CSCD
北大核心
2007年第3期267-272,共6页
文摘
为了提高双端发声检测算法的性能、减少切音现象,文中提出了一种基于双统计量模糊逻辑推理的双端发声检测算法,并在回声消除系统中加入了舒适噪声生成部分。文中对传统的双端发声检测算法进行了分析,指出了这些算法由于采用固定门限,不能处理双端发声检测统计量其固有的模糊性,造成了在给定的虚警概率下,漏警概率偏高的问题。算法分析和实验结果表明,该算法大大地提高了双端发声检测的性能,很好地解决了加入非线性处理后的切音问题。
关键词
自适应滤波 回声消除 隶属度 双端发声检测 模糊逻辑推理
Keywords
adaptive filtering echo cancellation membership degree doubletalk detection fuzzy inference
分类号
TN911
[电子电信—通信与信息系统]
题名 基于L1-L2混合噪声模型的图像超分辨率重建方法
4
作者
李浚魁 刘辉
机构
昆明理工大学信息工程与自动化学院
出处
《价值工程》
2016年第6期192-194,共3页
文摘
文章提出了一种基于L1-L2混合噪声模型(HNM)方法用于图像、视频的超分辨重建,该方法有效利用L1范数在突变区域较好保持图像边缘信息的特点,同时兼顾了L2范数对图像平坦区域的噪声抑制特性。针对求解过程中噪声分布的改变,L1、L2范数的选择问题,提出一种自适应隶属度(AMD)方法,该方法不仅能达到理想的实验效果,而且大大地减少了迭代次数与运算时间。
关键词
混合噪声模型 超分辨率 L1范数 L2范数 自适应隶属度
Keywords
hybrid noise model super-resolution L1 norm L2 norm adaptive membership degree
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
题名 自适应模糊C均值聚类的数据融合算法
被引量：17
5
作者
吴会会 高淑萍 彭弘铭 赵怡
机构
西安电子科技大学数学与统计学院 西安电子科技大学通信工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2019年第5期26-35,82,共11页
基金
国家自然科学基金(No.91338115) 高等学校学科创新引智基地"111"计划(No.B08038)
文摘
针对基于改进模糊聚类的数据融合算法存在融合不精确、融合可信度较低等不足,为了解决多个同质传感器在无先验知识的情况下对同一个目标的某一特征进行测量的数据融合问题,提出了一种自适应模糊C均值聚类的数据融合算法,主要是把自适应模糊C均值聚类应用到数据融合中。该算法首先在改进的模糊聚类中通过引入自适应系数以发现不同形状和大小的聚类子集,使得融合结果更精确;其次将卡尔曼滤波原理和基于多层感知机的神经网络预测法应用到误差协方差估计中,提高了融合可信度。实验结果表明,与7种经典数据融合算法进行对比,该算法在4个模拟数据集与真实数据集上融合结果较好,特别在判别函数与融合误差方面优势更为明显。
关键词
模糊聚类 自适应 多传感器 隶属度影响因子 数据融合
Keywords
fuzzy clustering adaptive multi-sensor membership degree influence factordata fusion
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TP181
[自动化与计算机技术—计算机科学与技术]
题名 一种改进的模糊ART神经网络学习算法
被引量：4
6
作者
徐玲玲 李朝峰 潘婷婷
机构
江南大学信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2008年第28期49-50,85,共3页
文摘
对模糊ART神经网络模型中的类别选择方法进行改进,并在权值向量的修改规则中引入隶属度,得到一种改进的FuzzyART学习算法。IRIS数据分类结果证明了新方法的可行性。
关键词
模糊自适应共振理论 隶属度 模式分类
Keywords
Fuzzy adaptive Resonance Theory membership degree pattern classification
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
