一种改进的Hausdorff距离的图像匹配算法仿真分析

在农作物病虫害的图像诊断中,应用基于Hausdorff距离的边缘图像匹配算法可简便计算。但Haus-dorff距离缺点是不能处理目标被遮掩和外部点存在的情形,鲁棒性不足。针对传统Hausdorff距离匹配算法的缺点,引入一种改进的Hausdorff距离算法。改进的Hausdorff距离匹配算法可以对有噪声、遮掩、分辨率降低和水平角度旋转的图像进行很好的匹配。通过仿真,证明了改进的Hausdorff算法具有更强的鲁棒性和适应性,能在有畸变的图像中估计出最佳的匹配位置。     

基于Hausdorff距离的区间数多属性公路网综合评价

公路网评价对于了解区域公路网状态和交通需求间的关系非常重要．讨论了公路网属性表示为区间数的问题,通过计算属性值相对于属性等级的距离矩阵得到相应的加权可变相似度,再对可变相似度进行归一化处理,作为各属性等级的权重向量,同时应用级别特征公式求得综合属性值进行综合评价.实例表明,该方法和其他方法的评价结果一致,且能给出不同标准下的评价结果,计算过程简明且有效,而且能向属性值为其他类型的不确定量进行拓广.     

优劣解距离法对畜禽多性状的选择

优劣解距离法，是多性状选择的一种新方法，适合畜禽多性状的比较分析并作出选择。     

区域农技推广项目的选择及实例分析

利用层次分析法和模糊综合评价法构建了区域农技推广项目选择评价模型.该模型将定性问题转化为定量问题,并通过模糊运算计算评价值,使评价结果更加客观和科学.以湖南省新宁县为例,对该县选择农技推广项目作了实例分析.     

区域农技推广项目的选择及实例分析

利用层次分析法和模糊综合评价法构建了区域农技推广项目选择评价模型.该模型将定性问题转化为定量问题,并通过模糊运算计算评价值,使评价结果更加客观和科学.以湖南省新宁县为例,对该县选择农技推广项目作了实例分析.     

区域农技推广项目的选择及实例分析

利用层次分析法和模糊综合评价法构建了区域农技推广项目选择评价模型。该模型将定性问题转化为定量问题,并通过模糊运算计算评价值,使评价结果更加客观和科学。以湖南省新宁县为例,对该县选择农技推广项目作了实例分析。     

改进型人工免疫否定选择算法的比较研究

针对经典否定选择算法内在运行机制的缺陷,给出了两种改进型否定选择算法,即基于红黑树的快速否定选择算法和基于矩阵形式的否定选择算法,理论分析与仿真实验验证了两种改进型算法的优越性和有效性。     

基于实例分割模型的原木检尺径方法

【目的】为降低原木检尺作业中人为因素对检尺结果的影响,提升工作效率,提出一种基于掩膜区域实例分割模型和边缘拟合算法的原木径检尺方法。【方法】使用单目手机作为采集设备,针对3种不同尺径等级的桉树原木和矩形标尺作为研究对象。首先在不同距离下采集图像制作数据集,以8∶1∶1比例划分训练集、验证集和测试集,建立原木端面识别实验数据集。其次利用实例分割模型提取端面部分生成掩膜,使用边缘拟合算法求得矩形标尺和原木端面像素长度,结合标尺实际大小求得原木端面实际尺径。比较算法测量误差及不同国家标准下材积计算误差,评估该方法的准确性。【结果】本实例分割模型能够准确地实现原木端面掩膜分割,达到99.89%的精准率与99.41%的召回率,F1分数与均值平均精度相较one-stage算法有明显提升。通过最小二乘边缘拟合算法拟合端面为椭圆,求得椭圆短径作为原木尺径,对比真值,平均百分比误差约为-2.00%,较真实值偏小。对比不同尺径等级原木误差,100%小尺径原木、98%中尺径原木和95%大尺径原木的计算值误差范围为-5%～5%。对比不同距离下采集的原木端面图像,在50～100 cm以内采集图像效果最佳,平均相...     

基于Prim最小生成树算法的时间成本研究

最小生成树问题在很多工程应用方面发挥了重要的作用,Prim算法是最小生成树较为普遍使用的算法之一。针对Prim算法在分析和解决问题时,需要的时间复杂性进行了分析和验证,得出了最低时间成本,此研究成果对使用Prim算法进行计算机求解的过程有一定的指导意义。     

一种基于改进的K-Means算法的聚类分析方法

本文将最大最小距离算法和传统的K-Means算法相结合,提出了一种改进的K-Means算法,此算法可以弥补传统K-Means算法中初始中心点难以确定的缺点,有效地解决了传统K-Means算法对初始中心的选择具有较大依赖性以及由于初始聚类中心选择不当,算法极易陷入局部极小点的问题。     

基于孤立点和初始质心选择的κ-均值改进算法

介绍了在聚类中广泛应用的经典κ-均值算法,针对其随机选择初始质心和易受孤立点的影响的不足,给出了一种改进的κ-均值算法。首先使用距离法移除孤立点,然后采用邻近吸收法对初始质心的选择上进行了改进,并做了改进前后的对比试验。试验结果表明,改进后的算法比较稳定、准确,受孤立点和随机选择质心的影响也有所降低。     

基于改进K-means算法的冬小麦覆盖度提取研究

为快速、精准地提取冬前分蘖期冬小麦覆盖度,提出了一种基于改进K-means算法的冬小麦覆盖度提取方法。首先将冬小麦图像转换到Lab色彩空间,其次利用蜉蝣算法（Mayfly Algorithm, MA）获取K-means最优初始聚类中心,并用马氏距离代替欧氏距离进行算法改进,最后利用分割得到的二值图像计算冬小麦覆盖度。结果显示,该方法的平均分割精度和平均处理时间分别为94.66%和2.03 s,与过绿指数（excess green,EXG）自适应阈值分割和基于粒子群优化算法（particle swarm optimization,PSO）的K-means(PSO-K-means)分割相比,分割精度分别提高了12.04%和4.18%,处理时间分别减少了2.26和2.94 s。该方法分割效果优于EXG和PSO-K-means分割方法,可用于提取冬小麦覆盖度。     

一种基于时延限制的分布式组播路由选择算法

基于最短路径算法提出了主树的概念，并且利用组播树的代价和时延限制的定义给出了一种分布式组播路由选择算法。可以在时延限制的前提下使组播树的代价接近最优。最后，说明了本文方法的有效性。     

基于聚类分析和曼哈顿距离实现平库烟叶堆码及均匀投料技术研究

[目的]降低复烤加工成品片烟化学质量指标变异系数及提高现场工作效率。[方法]选择云南昆明地区50 t烟叶,以烟叶化学成分烟碱作为主要参数,结合总糖、总氮、还原糖等多项指标进行分组均匀投料研究。首先按烟叶化学成分烟碱高、中、低分组混配挑选出半成品烟叶,通过曼哈顿距离模型指导半成品烟叶出入库堆码;然后运用系统聚类分析方法对半成品烟叶进行聚类分组,化学指标相似的聚为一组;最后投料时,利用贪心算法模型对聚类分组结果进行小批次均匀投料。[结果]采用信息系统结合曼哈顿模型指导烟叶出入库堆码能有效提高现场作业效率;使用系统聚类分组和贪心算法均匀投料,能有效降低烟叶各化学指标变异系数,提高烟叶化学质量稳定性。[结论]该研究结果可应用于平库条件下提高复烤均质化加工水平,同时对未来组建高架库支撑复烤均质化加工提供参考。     

A*算法距离评估函数在不同障碍物下的性能分析与改进

本文主要介绍利用带启发信息的A*算法进行二维地图中目标的最短路径搜索,使用主流cocos2dx游戏引擎搭建计算机软件的实验平台,对A*算法中的距离评估函数进行性能测试。通过在不同类型障碍物下各种距离评估函数的时间复杂度和空间复杂度进行对比分析,并在此基础上引出带权距离评估函数,实现距离评估函数的合理利用和改进,提高A*算法的搜索效率。     

基于肤色信息和距离变换的快速人脸检测算法

人脸识别技术是当今人工智能和模式识别领域的一项重要研究内容,快速稳定的人脸检测算法已成为新的研究热点。提出了一种基于肤色模型和距离变换的快速人脸检测算法,首先利用肤色在颜色空间的类聚特性对肤色加以判别,从而确定出人脸区域在图像中的基本位置,然后运用距离变换结合人脸的几何特征计算出长和宽,最终实现人脸的定位。实验结果表明:该算法简单,易实现,在执行时间和识别率上取得了较好的效果。     

层次分析法在集材方式选择上的应用

应用多目标决策方法－层次分析法（ＡＨＰ）对代表森林采运作业两重性（即社会经济性和环境生态性）的典型工序之一的集材工序方式方式选择问题进行了多目标的分析探讨，并建立了综合效益层次分析结构模型。通过实例验证，该法可行，对实际作业具有一定的参考价值。