基于遗传算法的手背图像分割

基于二维域值化最大熵的遗传算法,充分利用了像素的灰度分布信息和像素间的空间相关信息,以及遗传算法的良好性质,提高了阈值分割的抗噪性能,收到了很好的分割效果。     

基于遗传算法的Ostu图像分割方法

图像分割是常见于模式识别和计算机模式的一种基本技术,目标识别、目标检测和特征提取操作均需通过图像分割进行。目前图像分割算法常用最大类间方差法(Otsu),但这种算法受噪声等因素干扰时容易造成分割错误。详细分析了以往Otsu阈值的处理原理,提出一种基于遗传算法的Ostu图像分割算法,仿真实验表明图像清晰度更显著,并可有效缩短图像分割时间,具有广泛的发展前景。     

一种基于粗糙集理论的神经网络图像分割方法

神经网络用于分割图像时需要大量的训练数据,由于数据量大,计算速度相当慢,不适合实时数据处理.基于此,将粗糙集理论与神经网络相结合,提出基于粗糙集的神经网络图像分割方法.利用粗糙集理论中的约简的计算方法,从图像属性中获取精简的规则,根据这些规则构造神经网络各层的神经元个数,并根据粗糙集理论中的属性重要性来修正神经网络的权值.实验结果表明,该方法抗噪能力强,提高了精度,在大大缩短网络训练时间的同时改善了分割效果,满足图像处理的实时性要求.     

基于遗传算法的骨髓细胞图像分割方法研究

设计了一种基于熵的遗传聚类分割算法.以像素的灰度值为特征向量进行编码,利用直方图熵法准则函数作为适应度函数,采用基于排名的选择操作,以一定的概率进行算术交叉和变异,并结合聚类分析设定种群的聚类中心对细胞图像进行遗传聚类分割.对于分割后获得的细胞核轮廓利用活动轮廓模型进行了优化,从而获得连续的细胞轮廓曲线.     

基于最大类间方差的图像分割改进遗传算法

在基于最大类间方差传统遗传算法实现图像分割的基础上对其改进, 提出了基于染色体、基因位的"双自适应交叉概率"的改进遗传算法. 该方法利用待分割图像的直方图作为先验知识, 缩小了初始种群的选取范围, 提高了遗传算法的寻优能力. 实验表明, 改进的遗传算法应用于图像分割较传统遗传算法有更好的效果.     

基于小波变换的图像融合方法研究

采用小波变换的多分辨率分析技术进行图像融合,将图像信息分解成低频和高频两部分,通过融合算法,将图像数据重构成一幅信息完整的新图像.仿真实验表明,采用本算法融合后的图像更符合客观实际,图像数据信息丰富.     

基于小波神经网络的视频图像恢复

对于视频图像序列中的部分退化帧的恢复,提出利用清晰的相邻帧数据恢复得到背景信息,然后采用小波神经网络来逼近,求出退化图像背景恢复到原始图像背景的非线性影射关系,从而由退化帧恢复得到原始图像比较清晰的前景对象和背景边缘信息。该小波神经网络模型既考虑了相邻帧的信息,也利用了退化帧本身的数据。对比试验证明了本方案具有较好的恢复效果。     

基于改进遗传算法的图像恢复

论述了基于遗传算法的图像恢复方法 ,提出了将模拟退火法和遗传算法相结合求解图像非线性最优化问题的算法。改进的算法提高了进化速度和全局寻优的能力 ,从而提高了图像的复原度 ,实验结果表明算法是有效可行的。     

在小波域进行基于模拟退火算法的图像阈值分割

基于小波变换、模拟退火算法及二维最大类间方差(2DMVB)原理,提出1种新的应用于小波域的2DMVB金相图像分割方法。该方法借助“零树编码“的思想,首先在小波变换的低频域进行2DMVB分割,并采用模拟退火算法优化求解过程,然后根据低频域的分割结果,就能获得原始图像的最终分割结果。实验结果表明该方法分割效率和抗噪能力较2DMVB都有提高。     

基于小波变换的图像融合算法的实现

图像融合技术能综合多幅图像满足人们要求,日益受到研究者的重视,现已广泛应用于医学、遥感、计算机视觉以及其他领域。有效实用的融合算法是进行图像融合的关键。文章着重讨论了基于小波变换的融合方法(基于像素的融合规则)及其实现方式,经仿真取得很好的效果。     

粗糙集理论在农业知识发现中的应用研究

针对农业知识的特点,提出了基于粗糙集理论的知识发现方法。对数据进行预处理后,采用了基于遗传算法的属性约简,可提高搜索效率,最后进行规则提取。以农业病虫害诊断知识发现应用为实例说明了该方法的可行性。     

基于粗糙集与模糊集理论的图书馆最优购书算法

本文将粗糙集理论与模糊集理论结合起来,给出一种图书馆最优选书算法.该算法首先从已知数据的初始信息系统出发,计算各选书方案之间的相似度,从而构造相似矩阵,然后根据相似矩阵的传递闭包对各方案进行聚类,并根据粗糙集理论求各属性重要性,最后利用加权综合的思想及最小距离方法选择最优买书方案.     

排种图像的小波变换及其评价

图像变换是从排种图像中精确提取种子对象的一项关键措施,由于线性变换、中值滤波尚不能达到理想要求,故尝试应用二雏小波对排种图像进行小波变换,并依据种子对象的提取效果对其进行了评价。研究结果表明,小波变换对排种图像处理而言是一种优良变换算法,种子对象提取的匹配系数均大于0．85,最高达0．935 7,优于线性变换算法的0．6709。     

基于粗糙集的农业决策支持系统研究

首先,基于粗糙集理论提出了农业决策支持系统的实施方案,从而利用粗糙集理论对决策表进行化简,为决策支持系统提供辅助决策所用的规则表。其次,根据决策支持系统的知识获取任务,建立了一种基于粗糙集理论的决策支持系统模型,实现粗糙集理论在农业决策支持系统中的应用。最后,将获取的规则用于农业病虫害的诊断中,利用属性重要度计算方法,对诊断的可信度进行计算。通过对实例运行结果的分析,验证了粗糙集理论与农业决策支持系统相结合方案的可行性。     

基于粗糙集和信息熵的土地适宜性评价研究

将信息熵理论与粗糙集技术引入土地适宜性评价领域,通过计算指标的信息量,为指标权重的确定提供科学依据,从而有效地避免指标权重确定过程中的主观性。通过福建省武平县城乡建设用地适宜性评价的实际应用进一步验证该方法的有效性,为土地适宜性评价开拓一种新的思路。     

基于粗糙集的WEB日志挖掘

采用基于粗糙集的WEB日志挖掘技术,对web日志数据进行预处理,然后利用粗糙集理论分析和处理该数据,最终发现其潜在的规律,发掘用户行为,为个性化网站设置提供依据。粗糙集的核心是属性约简,这里采用遗传算法约简。     

粗糙集理论在农业中的应用

主要提出一种基于粗糙集理论的属性约简算法,并将其应用在农业中。通过具体实例,证明该算法的正确性和有效性。同时,该算法在农业中具有一定的实用价值。     

粗集理论在农业生产中的应用

主要提出一种基于粗集理论的属性约简算法,并将其应用在农业生产中。通过具体实例,证明该算法的正确性和有效性。该算法在农业生产中具有一定的实用价值。     

基于粗集约简的Fuzzy ART设备状态监测方法

针对复杂设备系统的多工况状态监测问题,提出一种基于粗集属性约简的FuzzyART神经网络状态监测方法。该方法利用粗集的信息决策表和决策矩阵对系统的监测参数进行约简提取,降低FuzzyART输入向量的维数。实例测试结果表明,采用粗集约简提取的监测向量与原监测向量具有相同的监测能力,且提高了网络的学习效率。