-
题名基于改进PSO-Elman的液晶显示器颜色特性化
- 1
-
-
作者
孙士明
倪潇
李媛媛
高绍姝
-
机构
中国石油大学(华东)青岛软件学院
国网黑龙江省电力有限公司大庆供电公司
-
出处
《计算机仿真》
2024年第6期274-279,286,共7页
-
基金
国家自然科学基金项目(61801517)
中央高校基本科研业务专项经费(19CX02029A,19CX02027A)。
-
文摘
液晶显示器颜色特性化可以实现同一幅图像在不同设备上的准确显示。为解决液晶显示器颜色特性化存在模型建立复杂、模型鲁棒性差导致特性化精度较低的问题,提出基于改进PSO-Elman神经网络的方法建立RGB颜色空间到CIEXYZ颜色空间的转换模型(ACOPSO-Elman)。首先根据粒子种群规模和粒子位置关系构造惯性权重与学习因子的自适应调节函数提高PSO算法的全局寻优能力和收敛速度,并在寻优过程中添加混沌优化(CO),防止粒子陷入局部最优解,将改进的粒子群算法用于Elman模型参数寻优,解决了Elman模型参数较难选取的问题。通过仿真验证并与BP、Elman神经网络模型比较表明,ACOPSO-Elman模型特性化的平均色差为1.9247ΔE^(*)_(ab),最大色差为5.1252ΔE^(*)_(ab),在特性化精度上取得了较好的效果。
-
关键词
神经网络
液晶显示器
颜色特性化
粒子群算法
自适应调节函数
-
Keywords
Neural network
LCD
Color characterization
PSO algorithm
Adaptive adjustment function
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于自适应调节核函数的图像显著区域提取方法
被引量：2
- 2
-
-
作者
高洪涛
陆伟
杨余旺
-
机构
中国刑事警察学院网络犯罪侦查系
南京理工大学计算机科学与工程学院
-
出处
《信息网络安全》
CSCD
北大核心
2018年第2期54-60,共7页
-
基金
国家科技支撑计划[2007BAK34B03]
国家自然科学基金[61640020]
-
文摘
目前的图像显著区域提取技术仅针对无噪声图像或者没有分析噪声对提取技术的影响。文章提出一种图像显著区域提取新方法,该方法将自适应调节核函数应用在图像显著区域获取中。根据具体图像像素点与周围小区域的差异性来判断该位置的显著性。差异性是与自适应调节核函数有关的单调下降函数。该算法采用多尺度融合的方法获取整幅图的显著区域,对无噪声图像进行显著区域提取分析取得了较好效果。在图像含噪时与两种现有显著区域获取方法进行比较,实验结果表明该算法同样对噪声具有很强的鲁棒性。
-
关键词
视觉显著区域
自适应调节核函数
图像噪声
多尺度处理
-
Keywords
visual salient area
adaptive adjusting kernel function
image noise
multi-scale process
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
