收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子群算法改进研究及其在图像检索中的应用

刘国安  
【摘要】: 粒子群优化算法(Particle Swarm Optimization,以下简称PSO算法)模拟了生物界中鸟群觅食的过程实现了问题寻优,其算法操作简单、涉及参数少,因此在当今的优化领域中受到越来越多人的关注。PSO算法的主要缺点是易于陷入局部最优解、收敛精度低。为此一些改进的PSO算法应运而生,但是这些改进算法仍存在计算复杂度高、收敛速度慢等缺点,因此对粒子群算法进行有效的改进仍然是目前学者研究的一个热点。 本文针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出了一种“基于种群分类与动态学习因子的粒子群改进算法”。该算法首先利用粒子适应值的统计规律将粒子分成好、适中、差3类,用“社会模型”进化表现差的粒子从而加快其收敛速度;用“认知模型”进化表现好的粒子从而提高其收敛精度;而对于利用“完全模型”进化的粒子,采用动态调整学习因子的方法,从而大大提高了算法的优化效率和优化精度。本文通过反复实验分析,得出学习因子随着进化推进的最优变化规律,并给出了学习因子的最佳函数表达式。仿真结果表明,利用本文提出改进的PSO算法优化4种具有代表性的基准函数,无论是在优化精度方面还是在优化效率方面,均较PSO-σ算法在性能上有本质的提高。 鉴于PSO算法“并行搜索”和“具有记忆”的特性,本文还提出一种“基于粒子群算法的交互式图像检索方法”,该方法首先采用“变均分单元”法对图像进行预处理,用预处理后得到的图像矩阵形成特征向量,用特征向量对粒子进行编码,把目标图像看成问题的解,检索图像的过程就可以看成是利用粒子群算法在特征空间搜寻最优解的过程。在检索过程中,该方法采用人机交互的方式对粒子(即图像)进行适应度评价,采用这种方式一来解决了算法适应度函数难于构造的问题;二来保证了适应性评价的客观性。该方法将PSO算法“并行搜索”和“具有记忆”的特性与人机交互的检索方式结合,从而保证了检索到的图像和人们的检索意图一致。最后通过对基于遗传算法的交互式检索方法与本文提出方法进行仿真对比,证实了本文提出的检索方法在基于内容的图像检索中的有效性。目前国内外还没有利用PSO算法的思想进行图像检索的论文发表,本文将PSO算法引入到基于内容的图像检索中,拓展了算法的应用领域,是一次成功的尝试。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周静;;离散粒子群算法在高校智能排课系统中的应用研究[J];科技信息;2011年22期
2 张立岩;张世民;秦敏;;基于改进粒子群算法排课问题研究[J];河北科技大学学报;2011年03期
3 张焕国;吕莎;李玮;;C均值算法的电信客户细分研究[J];计算机仿真;2011年06期
4 刘毅;;移动机器人路径规划中的仿真研究[J];计算机仿真;2011年06期
5 刘衍民;隋常玲;赵庆祯;;基于K-均值聚类的动态多种群粒子群算法及其应用[J];控制与决策;2011年07期
6 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
7 吴伯桥;陈焕文;刘雪飞;郭登科;;基于PSO和共轭梯度法的MIP路由优化方案[J];计算机测量与控制;2011年07期
8 吴晓军;杨战中;赵明;;均匀搜索粒子群算法[J];电子学报;2011年06期
9 冯雪;裴志松;;粒子群优化算法的研究与应用[J];吉林建筑工程学院学报;2011年03期
10 万江华;卜凡亮;;粒子群算法在应急疏散中的应用研究[J];中国人民公安大学学报(自然科学版);2011年03期
11 李文婷;吴锦;;基于改进粒子群算法的神经网络建模[J];机械管理开发;2011年04期
12 黄彩虹;金福江;;PSO算法在多约束染色工艺优化模型中的应用[J];计算机与应用化学;2011年07期
13 时贵英;吴雅娟;倪红梅;;一种新改进的粒子群优化算法[J];长春理工大学学报(自然科学版);2011年02期
14 于志奇;;粒子群优化算法的改进与性能分析[J];晋中学院学报;2011年03期
15 黄帅;李本威;;基于云粒子群小波网络的发动机起动模型辨识[J];计算机仿真;2011年06期
16 牛红惠;刘凌霞;;神经网络在信息安全风险评估中应用研究[J];计算机仿真;2011年06期
17 王东;罗可;;基于变异粒子群的聚类挖掘[J];计算机工程与应用;2011年21期
18 杨富华;彭钢;;PCA-SVM在网络入侵检测中的仿真研究[J];计算机仿真;2011年07期
19 谷文祥;李向涛;王春颖;李国媛;殷明浩;;一种求解TSP问题的混合算法[J];东北师大学报(自然科学版);2011年03期
20 睢丹;向方;;神经网络在PID控制器参数优化中的研究[J];计算机仿真;2011年08期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
5 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
6 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
4 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
5 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
6 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
7 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
8 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 卢荣甲;圆填充刚性常数的近似估计及其混合粒子群算法[D];广西民族大学;2010年
2 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
3 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
4 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
5 董延胜;粒子群算法在神经网络参数优化中的应用[D];河南科技大学;2009年
6 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
7 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
8 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
9 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
10 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
中国重要报纸全文数据库 前1条
1 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978