期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进共生生物搜索算法的林火图像多阈值分割
被引量：
5
1
作者
贾鹤鸣
李瑶
+1 位作者
姜子超
孙康健
《计算机应用》
CSCD
北大核心
2021年第5期1465-1470,共6页
针对传统多阈值分割方法计算复杂度随着阈值个数的增加而增长,以及对给定图像进行多阈值分割操作时效率很低等问题,提出了一种基于共生生物搜索(SOS)算法结合Kapur熵的多阈值分割方法。首先将精英反策略(EOBL)引入到SOS算法的共栖阶段,...
针对传统多阈值分割方法计算复杂度随着阈值个数的增加而增长,以及对给定图像进行多阈值分割操作时效率很低等问题,提出了一种基于共生生物搜索(SOS)算法结合Kapur熵的多阈值分割方法。首先将精英反策略(EOBL)引入到SOS算法的共栖阶段,从而改善传统SOS算法处理复杂优化问题时易陷入局部最优的问题;然后引入莱维飞行策略扩大SOS算法的的搜索范围,增强其搜索轨迹的随机性;最终将得到的改进共生生物搜索(MSOS)算法应用到林火图像最佳阈值的选取问题上。实验结果表明,与粒子群优化算法、和声搜索算法、蝙蝠算法等对比算法相比,所提算法能更好地分割图像,在实际工程问题中具有一定的实用性和价值。
展开更多
关键词
图像多阈值分割
共生生物搜索算法
精英反策略
莱维飞行
林火识别
下载PDF
职称材料
基于精英反向学习的烟花爆炸式免疫遗传算法
被引量：
6
2
作者
韩江
闵杰
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020年第4期433-437,共5页
针对移动机器人的路径规划中存在的避障和路径搜索等问题,文章提出了一种基于精英反向学习(elite opposition-based learning,EOBL)的烟花爆炸式免疫遗传算法(fireworks explosive immune genetic algorithm,FEIGA)。在FEIGA算法的基础...
针对移动机器人的路径规划中存在的避障和路径搜索等问题,文章提出了一种基于精英反向学习(elite opposition-based learning,EOBL)的烟花爆炸式免疫遗传算法(fireworks explosive immune genetic algorithm,FEIGA)。在FEIGA算法的基础上,引入EOBL机制扩大全局搜索,即在进行爆炸操作时,对当前最佳个体执行反向学习,生成其搜索边界内的反向搜索种群,引导算法向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。函数优化结果表明,与其他算法相比,EOBL-FEIGA收敛速度更快,搜索精度更高,有效地解决了免疫遗传算法(immune genetic algorithm,IGA)存在的局部搜索能力弱、易早熟收敛的问题,克服了FEIGA算法易陷入局部最优解的不足。路径规划结果表明,在不同的复杂环境下,EOBL-FEIGA能实现机器人的最优路径搜索和避障,有较强的搜索能力和鲁棒性。
展开更多
关键词
移动机器人
路径规划
精英反向学习(
eobl
)
烟花爆炸算法
免疫遗传算法(IGA)
下载PDF
职称材料
基于EG-SSMA-DELM的数控铣床刀具RUL预测研究
3
作者
张天骁
谷艳玲
安文杰
《机电工程》
CAS
北大核心
2023年第9期1464-1470,共7页
在工件的加工过程中,刀具失效会造成工件报废和关键部件损坏等问题,为此,提出了一种基于精英反向学习与黄金正弦优化黏菌算法结合深度极限学习机(EG-SSMA-DELM)的刀具磨损剩余寿命预测模型。首先,在黏菌算法(SMA)中,采用精英反向学习(EO...
在工件的加工过程中,刀具失效会造成工件报废和关键部件损坏等问题,为此,提出了一种基于精英反向学习与黄金正弦优化黏菌算法结合深度极限学习机(EG-SSMA-DELM)的刀具磨损剩余寿命预测模型。首先,在黏菌算法(SMA)中,采用精英反向学习(EOBL)与黄金正弦(GSA)算法优化初始黏菌种群,提高了初始种群的多样性,改进了初始SMA搜索个体位置的更新方式,提高了算法的收敛速度与全局搜索能力,得到了最优参数;然后,利用改进的SMA算法,对深度极限学习机(DELM)中编码器的偏置与输入权重进行了联合优化,定义了不同数量的隐藏层神经元,利用ReLU激活函数对DELM的参数进行了理想排列;最后,根据最优参数,将投影特征输入DELM中进行了训练和预测,从而对刀具进行了剩余使用寿命预测。研究结果表明:相比于经典的深度极限学习机方法,EG-SSMA-DELM方法的均方根误差(RMSE)平均下降了19.60%,预测精度提高了16.00%;与其他深度学习算法相比,该算法模型具有更好的可行性、单调性和更强的鲁棒性。该算法模型对实际工程刀具磨损剩余寿命研究有一定的应用价值。
展开更多
关键词
剩余使用寿命
刀具寿命预测
精英反向学习
黄金正弦算法
黏菌算法
深度极限学习机
下载PDF
职称材料
题名
基于改进共生生物搜索算法的林火图像多阈值分割
被引量：
5
1
作者
贾鹤鸣
李瑶
姜子超
孙康健
机构
三明学院信息工程学院
东北林业大学机电工程学院
出处
《计算机应用》
CSCD
北大核心
2021年第5期1465-1470,共6页
基金
教育部产学合作协同育人项目(202002064014)
福建省教育厅中青年教师教育科研项目(JAT200618)
+4 种基金
三明市科技计划引导性项目(2020-G-61)
三明学院引进高层次人才科研启动经费支持项目(20YG14)
三明学院科学研究发展基金资助项目(B202009)
三明学院高教研究课题(SHE2013)
福建省农业物联网应用重点实验室开放研究基金资助项目(ZD2101)。
文摘
针对传统多阈值分割方法计算复杂度随着阈值个数的增加而增长,以及对给定图像进行多阈值分割操作时效率很低等问题,提出了一种基于共生生物搜索(SOS)算法结合Kapur熵的多阈值分割方法。首先将精英反策略(EOBL)引入到SOS算法的共栖阶段,从而改善传统SOS算法处理复杂优化问题时易陷入局部最优的问题;然后引入莱维飞行策略扩大SOS算法的的搜索范围,增强其搜索轨迹的随机性;最终将得到的改进共生生物搜索(MSOS)算法应用到林火图像最佳阈值的选取问题上。实验结果表明,与粒子群优化算法、和声搜索算法、蝙蝠算法等对比算法相比,所提算法能更好地分割图像,在实际工程问题中具有一定的实用性和价值。
关键词
图像多阈值分割
共生生物搜索算法
精英反策略
莱维飞行
林火识别
Keywords
image
multi-threshold
segmentation
Symbiotic
Organisms
Search(SOS)algorithm
elite
opposite
based
learning
(
eobl
)
Levy
flight
forest
fire
recognition
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于精英反向学习的烟花爆炸式免疫遗传算法
被引量：
6
2
作者
韩江
闵杰
机构
合肥工业大学机械工程学院
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020年第4期433-437,共5页
基金
安徽省科技重大专项资助项目(17030901036)。
文摘
针对移动机器人的路径规划中存在的避障和路径搜索等问题,文章提出了一种基于精英反向学习(elite opposition-based learning,EOBL)的烟花爆炸式免疫遗传算法(fireworks explosive immune genetic algorithm,FEIGA)。在FEIGA算法的基础上,引入EOBL机制扩大全局搜索,即在进行爆炸操作时,对当前最佳个体执行反向学习,生成其搜索边界内的反向搜索种群,引导算法向包含全局最优的解空间逼近,以提高算法的平衡和探索能力。函数优化结果表明,与其他算法相比,EOBL-FEIGA收敛速度更快,搜索精度更高,有效地解决了免疫遗传算法(immune genetic algorithm,IGA)存在的局部搜索能力弱、易早熟收敛的问题,克服了FEIGA算法易陷入局部最优解的不足。路径规划结果表明,在不同的复杂环境下,EOBL-FEIGA能实现机器人的最优路径搜索和避障,有较强的搜索能力和鲁棒性。
关键词
移动机器人
路径规划
精英反向学习(
eobl
)
烟花爆炸算法
免疫遗传算法(IGA)
Keywords
mobile
robot
path
planning
elite
opposit
ion-
based
learning
(
eobl
)
fireworks
explosion
algorithm
immune
genetic
algorithm(IGA)
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于EG-SSMA-DELM的数控铣床刀具RUL预测研究
3
作者
张天骁
谷艳玲
安文杰
机构
沈阳工业大学机械工程学院
出处
《机电工程》
CAS
北大核心
2023年第9期1464-1470,共7页
基金
国家自然科学基金资助项目(51575361)。
文摘
在工件的加工过程中,刀具失效会造成工件报废和关键部件损坏等问题,为此,提出了一种基于精英反向学习与黄金正弦优化黏菌算法结合深度极限学习机(EG-SSMA-DELM)的刀具磨损剩余寿命预测模型。首先,在黏菌算法(SMA)中,采用精英反向学习(EOBL)与黄金正弦(GSA)算法优化初始黏菌种群,提高了初始种群的多样性,改进了初始SMA搜索个体位置的更新方式,提高了算法的收敛速度与全局搜索能力,得到了最优参数;然后,利用改进的SMA算法,对深度极限学习机(DELM)中编码器的偏置与输入权重进行了联合优化,定义了不同数量的隐藏层神经元,利用ReLU激活函数对DELM的参数进行了理想排列;最后,根据最优参数,将投影特征输入DELM中进行了训练和预测,从而对刀具进行了剩余使用寿命预测。研究结果表明:相比于经典的深度极限学习机方法,EG-SSMA-DELM方法的均方根误差(RMSE)平均下降了19.60%,预测精度提高了16.00%;与其他深度学习算法相比,该算法模型具有更好的可行性、单调性和更强的鲁棒性。该算法模型对实际工程刀具磨损剩余寿命研究有一定的应用价值。
关键词
剩余使用寿命
刀具寿命预测
精英反向学习
黄金正弦算法
黏菌算法
深度极限学习机
Keywords
remaining
useful
life(RUL)
tool
life
prediction
elite
opposit
ion-
based
learning
(
eobl
)
golden
sine
algorithm(GSA)
slime
mould
algorithm(SMA)
deep
extreme
learning
machine(DELM)
分类号
TH17 [机械工程—机械制造及自动化]
TH117 [金属学及工艺—刀具与模具]
TG714
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进共生生物搜索算法的林火图像多阈值分割
贾鹤鸣
李瑶
姜子超
孙康健
《计算机应用》
CSCD
北大核心
2021
5
下载PDF
职称材料
2
基于精英反向学习的烟花爆炸式免疫遗传算法
韩江
闵杰
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2020
6
下载PDF
职称材料
3
基于EG-SSMA-DELM的数控铣床刀具RUL预测研究
张天骁
谷艳玲
安文杰
《机电工程》
CAS
北大核心
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
