期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于混合蛙跳优化的采摘机器人相机标定方法 被引量:11
1
作者 陈科尹 邹湘军 +3 位作者 关卓怀 王刚 彭红星 吴崇友 《农业机械学报》 EI CAS CSCD 北大核心 2019年第1期23-34,共12页
针对采摘机器人领域传统的张正友相机标定方法存在对相机模型参数初值敏感和标定结果不稳定等问题,提出一种基于改进混合蛙跳和LM算法的相机标定方法。该方法把相机标定划分为两步:(1)以混合蛙跳优化为工具,求出相机模型参数的初始值,... 针对采摘机器人领域传统的张正友相机标定方法存在对相机模型参数初值敏感和标定结果不稳定等问题,提出一种基于改进混合蛙跳和LM算法的相机标定方法。该方法把相机标定划分为两步:(1)以混合蛙跳优化为工具,求出相机模型参数的初始值,避免传统张正友相机标定方法直接求取相机模型的参数初值所带来的初值敏感问题。(2)以改进LM算法对第1步求出的相机模型参数初值进行非线性优化求精,避免张正友相机标定方法须求取相机模型优化参数的雅可比矩阵,从而导致标定结果不稳定的问题。采用Open CV编写采摘机器人双目视觉标定系统,分别对传统张正友相机标定方法、基于遗传算法的相机标定方法、基于标准混合蛙跳算法的相机标定方法和本文相机标定方法进行相机标定试验。试验结果表明:本文相机标定方法所获得的左相机焦距的绝对误差为0. 065~0. 506 mm、相对误差为1. 899%~12. 652%,平面靶标图像特征点的平均像素误差为0. 166~0. 175像素;右相机焦距的绝对误差为0. 083~0. 360 mm、相对误差为2. 429%~11. 484%,平面靶标图像特征点的平均像素误差为0. 103~0. 114像素;双目相机之间距离的绝对误差为1. 866~2. 789 mm、相对误差为3. 209%~4. 874%。以上参数精度及收敛速度和稳定性均优于其他相机标定方法,从而验证了该方法所获得的相机标定参数具有较高的准确性和可靠性。 展开更多
关键词 采摘机器人 相机标定 混合蛙跳优化 LM算法
下载PDF
一种基于混合蛙跳优化的JPEG图像隐写算法 被引量:1
2
作者 熊勇 欧阳迎春 欧阳春娟 《井冈山大学学报(自然科学版)》 2021年第5期57-62,共6页
在JPEG图像中隐写会引起图像DCT系数直方图变化和分块效应比,分析者可以根据这些特征变化察觉到秘密信息的存在。为了提高隐写的安全性,提出了一种基于混合蛙跳优化的JPEG图像隐写算法。对图像进行分块处理后,在每个块中采用混合蛙跳优... 在JPEG图像中隐写会引起图像DCT系数直方图变化和分块效应比,分析者可以根据这些特征变化察觉到秘密信息的存在。为了提高隐写的安全性,提出了一种基于混合蛙跳优化的JPEG图像隐写算法。对图像进行分块处理后,在每个块中采用混合蛙跳优化算法,寻找最优的置换矩阵来替换秘密信息。在隐写过程中,将置换矩阵和置换后的秘密信息隐藏于修改了量化表的DCT系数中,算法不需传递其他边缘信息。仿真实验表明,所提出的隐写算法与修改量化表隐写算法,基于粒子群优化隐写算法相比,在隐写容量增大的同时,具有更高的安全性。 展开更多
关键词 混合蛙跳优化 JPEG 隐写 DCT域
下载PDF
混合蛙跳优化决策面的LSB±k隐写算法
3
作者 欧阳春娟 刘昌鑫 刘欢 《应用科学学报》 CAS CSCD 北大核心 2015年第6期663-670,共8页
针对现有智能优化改进隐写不能对高维特征同时进行优化的问题,提出了一种混合蛙跳优化决策面的改进LSB±k隐写算法(记为SFLA-LSB±k).不同于其他优化改进隐写中尽可能减少图像载密前后某种特征变化的策略,在SFLA-LSB±k中,... 针对现有智能优化改进隐写不能对高维特征同时进行优化的问题,提出了一种混合蛙跳优化决策面的改进LSB±k隐写算法(记为SFLA-LSB±k).不同于其他优化改进隐写中尽可能减少图像载密前后某种特征变化的策略,在SFLA-LSB±k中,通过优化载密图像的特征变化,使载密图像特征变化方向随机化,导致分类器无法训练出一个能对载体与载密图像进行分类的决策面,从而达到抵抗分析的目的.实验结果表明,与标准的LSB±k隐写和相关PSO优化改进LSB±k隐写相比,SFLA-LSB±k有效提高了LSB±k的安全性,特别是当k取1时,该算法针对78维特征隐写分析的AUC值可下降到0.563 7. 展开更多
关键词 LSB±k隐写 混合蛙跳优化 决策面 隐写分析
下载PDF
基于GSO-SFLA算法的多中继OFDM子载波分配
4
作者 毛攀 刘紫燕 唐思腾 《中国科技论文》 CAS 北大核心 2017年第2期126-129,共4页
为研究多中继协作正交频分复用(orthogonal frequency division multiplexing,OFDM)系统子载波分配,提出了萤火虫算法与混合蛙跳算法相结合的联合优化算法(GSO-SFLA)来搜索最优子载波对。在总功率约束条件下,以最大化信息传输速率为优... 为研究多中继协作正交频分复用(orthogonal frequency division multiplexing,OFDM)系统子载波分配,提出了萤火虫算法与混合蛙跳算法相结合的联合优化算法(GSO-SFLA)来搜索最优子载波对。在总功率约束条件下,以最大化信息传输速率为优化目标,提出了子载波分配模型,给出了基于GSO-SFLA算法的子载波分配步骤,并仿真验证了所提出的子载波分配方案。仿真结果表明,与固定子载波算法和传统的萤火虫算法相比,所提出的基于GSO-SFLA子载波分配方案能获得较大的信息传输速率。 展开更多
关键词 子载波分配 协作通信 萤火虫与混合蛙跳联合优化 传输速率
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部