基于改进量子遗传优化的模糊C均值聚类图像分割

针对模糊C均值聚类算法对初始聚类中心值敏感和抗噪声能力差的问题,提出一种基于改进的量子遗传优化初始聚类中心的算法,改进双链编码的量子遗传算法增加了全局搜索能力,改变传统的FCM算法计算迭代慢和易陷入局部极值的问题.同时引入空间邻域信息,利用加权隶属度矩阵建立适应度函数来改善对噪声的鲁棒性,实验结果表明,算法具有很好的分割效果和较强的抗噪能力.     

基于改进Canny算子的图像边缘检测方法

经典Canny图像边缘检测算法在面对复杂背景和椒盐噪声时会出现伪边缘或漏检等问题,影响后续图像分割,目标检测和识别.针对经典Canny算法高斯滤波和人工门限设置2个步骤进行优化改进,首先提出一种循环自适应滤波方法代替高斯滤波对图像进行平滑降噪,提升椒盐噪声抑制性能的同时较好的保留了图像中的细节信息,然后提出一种最小类内类间距准则的2-均值算法自动确定高低阈值门限,相对于人工门限设置方法具有更高的精确性和更强的适应性.基于标准图像库数据开展试验,结果表明所提方法可以明显提升经典Canny算法的椒盐噪声鲁棒性和复杂背景下的边缘检测性能.     

基于SCAD罚函数的有噪压缩感知

研究有噪声的压缩感知,提出了基于SCAD罚函数的压缩感知策略,并给出一种高效的阈值迭代算法,从理论上证明了算法的有效性.大量实验验证基于SCAD罚函数的压缩感知策略解的稀疏性及稳健性.     

基于混合单纯形算法的模糊均值图像分割

针对模糊C均值算法用于图像分割时对初始值敏感、容易陷入局部极值的问题,提出基于混合单纯形算法的模糊均值图像分割算法.算法利用Nelder-Mead单纯形算法计算量小、搜索速度快和粒子群算法自适应能力强、具有较好的全局搜索能力的特点,将混合单纯形算法的结果作为模糊C均值算法的输入,并将其用于图像分割.实验结果表明:基于混合单纯形算法的模糊均值图像分割算法在改善图像分割质量的同时,提高了算法的运行速度.     

一种求解路径优化问题的新型人工鱼群算法

针对人工鱼群算法由于固定视野导致寻优效率低、易陷入局部极值的弊端,引入视野递减反馈策略,提出一种改进人工鱼群算法.视野随着迭代次数和寻优反馈信息适时变化,旨在平衡算法的全局搜索和局部搜索能力.实验测试表明算法在保证收敛速度的基础上提高了计算精度,并且增加了算法陷入局部极值时快速跳出的可能性,最后将改进算法应用于求解国家AAAAA级风景区最短遍历路径问题.     

稀疏正则化:Gauss-Seidel阈值迭代算法

本文考虑一类稀疏正则化问题,该类问题在机器学习、信号处理和图像处理等众多领域中被广泛研究.此类问题的一个典型特征是其诱导的阈值函数具有跳跃的不连续性.本文提出一种基于GaussSeidel的迭代算法,称作Gauss-Seidel跳跃阈值迭代算法(Gauss-Seidel iterative jumping thresholding algorithm,GSIJT),用以快速解决以上问题.本文首先证明了由GSIJT所产生序列的支撑与符号的有限收敛性.基于此收敛性质,同时利用restricted Kurdyka-Lojasiewicz(rKL)性质给出GSIJT算法的全局收敛性.此外给出了GSIJT的收敛率,并且证明了任意的极限点都是驻点.本文实施了一系列的数值实验来验证所提算法的有效性.特别地,通过与相关的阈值迭代算法进行比较,表明所提算法不仅收敛更快,同时可选择的步长范围更宽.     

基于l_∞-模的Hankel矩阵填充的保结构阈值算法

文章基于l_∞-范数的性质及奇异值阈值方法,提出Hankel矩阵填充的一种算法.该算法保证每次迭代产生的填充矩阵是可行的Hankel矩阵,不仅减少了奇异值分解所用的时间,而且获得更精确的填充矩阵.同时,讨论了新算法的收敛性.最后通过数值实验以及简单的图像修复证明新算法比加速邻近梯度算法、阈值的增广Lagrange乘子算法以及基于F-模的Hankel矩阵填充的保结构阈值算法更有效.     

改进Canny算法在钢印数字特征提取中的应用

边缘检测是实现图像分割、特征提取和图像理解的基础.研究了传统Canny算子的优势与不足.在此基础上,提出了一种快速分块自适应Canny算法.方法首先按字符大小分割图像,然后在每一块上进行自适应边缘检测.自适应边缘检测是在平滑图像的同时得到高斯滤波尺度参数,然后采用Otsu方法的自适应阈值计算Canny算子的高、低门限值.实验结果表明,方法不需人工设定参数就能自动提取不同光照背景下的钢印数字边缘,而且能有效抑制噪声,与传统Canny算子相比,边缘连接程度最佳,噪声敏感程度较低,实时性较强.     

基于PICCS的非局部TGV能谱CT重建算法

能谱CT将宽谱划分为窄谱,导致通道内光子数目明显减少,加大了噪声影响,故从噪声投影中重建出高质量图像是能谱CT的一个研究热点.传统全变分(total variational,TV)容易造成重建图像中出现块状伪影等问题,总广义全变分(total generalized variation,TGV)算法可以逼近任意阶函数,再结合非局部均值算法的思想,同时考虑到不同能谱通道下重建图像的相关性,将高质量全能谱重建图像作为先验图像指导能谱CT重建,提出了基于先验图像约束压缩感知(prior image constrained compressed sensing,PICCS)的非局部TGV重建算法.实验结果表明,所提算法在抑制噪声的同时能够有效复原图像细节及边缘信息,且收敛速度快.     

基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

基于PSO_Trainlm BP模型的图像去噪研究

针对在使用BP模型进行图像去噪时,模型存在的对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.为了提高模型去噪效率,提出采用改进粒子群神经网络模型进行图像去噪.首先运用改进粒子群算法对BP神经网络权阈值进行初始寻优,再用trainlm BP算法对优化的网络权阈值进一步精确优化,随后建立基于粒子群算法的BP神经网络去噪模型,并将其应用到图像去噪研究中.仿真结果表明,新模型结合了粒子群算法的全局寻优能力和BP算法的局部搜索能力,减小了模型对初始权阈值的敏感性,有效防止了模型陷入局部极小值的可能,提高了图像去噪模型的速度和质量.     

一种多策略引导的电磁场优化算法求解作业车间调度问题

电磁场优化算法是目前一种比较新颖的群智能优化算法,其利用不同极性电磁场所产生的引斥力,使电磁粒子朝最优解移动。针对标准电磁场优化算法在求解作业车间调度问题时容易陷入局部极值点、收敛精度差等问题,提出了一种多策略引导的电磁场优化算法。算法中粒子受到三种不同来源的引斥力,在迭代过程中通过计算每种移动策略的临代电差、累计电差和综合电差来决定粒子的引导方式,并通过概率变异算法来避免陷入局部最优解。通过作业车间调度问题FT、LA系列测试实例仿真实验,对新算法与其他算法的测试结果进行比较分析,研究表明该算法具有更高的求解精度和更快的计算速度。     

Nonlinear wavelet thresholding: A recursive method to determine the optimal denoising threshold

Nonlinear thresholding of wavelet coefficients is an efficient method for denoising signals with isolated singularities. The quasi-optimal value of the threshold depends on the sample size and on the variance of the noise, which is in many situations unknown. We present a recursive algorithm to estimate the variance of the noise, prove its convergence and investigate its mathematical properties. We show that the limit threshold depends on the probability density function (PDF) of the noisy signal and that it is equal to the theoretical threshold provided that the wavelet representation of the signal is sufficiently sparse. Numerical tests confirm these results and show the competitiveness of the algorithm compared to the median absolute deviation method (MAD) in terms of computational cost for strongly noised signals.     

Adjacency based method for generating maximal efficient faces in multiobjective linear programming

Multiobjective linear optimization problems (MOLPs) arise when several linear objective functions have to be optimized over a convex polyhedron. In this paper, we propose a new method for generating the entire efficient set for MOLPs in the outcome space. This method is based on the concept of adjacencies between efficient extreme points. It uses a local exploration approach to generate simultaneously efficient extreme points and maximal efficient faces. We therefore define an efficient face as the combination of adjacent efficient extreme points that define its border. We propose to use an iterative simplex pivoting algorithm to find adjacent efficient extreme points. Concurrently, maximal efficient faces are generated by testing relative interior points. The proposed method is constructive such that each extreme point, while searching for incident faces, can transmit some local informations to its adjacent efficient extreme points in order to complete the faces’ construction. The performance of our method is reported and the computational results based on randomly generated MOLPs are discussed.     

基于截断加权基追踪模型的迭代支撑探测算法

迭代支撑探测算法是基于截断的基追踪(Basis Pursuit,BP)模型的一种l_1最小化信号重构算法,它可以实现信号的快速重构并且所需要的观测值比经典的L1算法以及迭代加权L1算法更少.本文针对非零元具有快速退化分布性质的稀疏信号,提出了一种改进算法一一基于截断的加权BP模型的迭代支撑探测算法.在迭代的过程中,改进的算法探测原信号支撑集中元素的同时调整重构模型的权值,使得重构模型更有利于实现信号的精确重构.根据所考虑的信号的非零元具有快速退化分布性质这样的先验信息,利用阈值法则探测原信号支撑集中的元素.最后通过Matlab数值实验实现了算法,验证了基于截断的加权BP模型的迭代支撑探测算法比迭代加权L1算法需要的观测值更少,并且比迭代加权L1算法以及传统的迭代支撑探测算法需要更少的重构时间就可以实现信号的精确重构.     

基于平稳Contourlet变换的图像去噪方法

多尺度几何分析中的Contourlet变换可以实现灵活的多分辨、多方向图像表示,但是由于不具有平移不变性,在图像去噪中容易产生伪吉布斯现象,本文应用具有平移不变性且能有效表示图像纹理信息的平稳Contourlet变换,提出了软硬阈值结合的去噪法.试验结果表明该方法有效提高去噪声后图像的PSNR,有效保存图像纹理信息以及更好的视觉效果.     

一维非线性Schrödinger 方程的两个无条件收敛的守恒紧致差分格式

本文对一维非线性 Schrödinger 方程给出两个紧致差分格式, 运用能量方法和两个新的分析技 巧证明格式关于离散质量和离散能量守恒, 而且在最大模意义下无条件收敛. 对非线性紧格式构造了 一个新的迭代算法, 证明了算法的收敛性, 并在此基础上给出一个新的线性化紧格式. 数值算例验证 了理论分析的正确性, 并通过外推进一步提高了数值解的精度.     

小波基的选取对图像去噪的影响

小波图像去噪方法是现代图像处理中的重要组成部分，小波基的不同选取直接影响到去噪的效果．本文在全局阈值的标准下，通过对噪声水平和图像纹理特征的估计，讨论了小波基的正交性和线性相位性对去噪结果的不同影响，提出了选取小波基的近似标准．     

Iterative algorithm for mathematical programming problems with preconvex constraints

An iterative algorithm is proposed for minimizing a convex function on a set defined as the set-theoretic difference between a convex set and the union of several convex sets. The convergence of the algorithm is proved in terms of necessary conditions for a local minimum.     

基于统计引导和多项式差分学习的樽海鞘优化算法

樽海鞘优化算法相较于传统的群体智能优化算法,具有较好的鲁棒性和寻优能力。但仍存在全局寻优能力有限、执行效率不够高、易陷入局部极值的缺陷。针对上述问题,本文提出一种新的多项式差分学习策略,以区分和改进传统的线性差分方法;并设计一种随机种群划分方式,使得信息可以在邻域拓扑内均匀传递;另外,本文定义多项式差分学习的全局探索算子和局部开发算子,引入统计引导系数A,开启不同的多项式学习方法,从而进一步提高算法的全局搜索能力和寻优精度。最后,本文通过标准测试函数和实际应用问题的对比检验,证实了改进算法的优越性和鲁棒性,拓展和丰富了原算法的应用范围。