图像增强技术中的智能算法

提出了一种基于粒子群与模拟退火算法相结合的进化算法.该算法利用模拟退火算法全局收敛性好和粒子群算法收敛速度快等优点，通过交换这两种算法的信息得到最优解.将这种新算法应用于灰度图像的自适应增强，实例计算表明该算法稳定性好，在收敛速度和求解精度方面都优于遗传算法等一些其它进化算法.     

一种排异竞争的粒子群优化算法

提出一种基于排异竞争机制的粒子群优化算法。算法取消传统PSO算法中的全局最优值＂gbest＂,通过设定竞争区域,使得当前种群中所有粒子和上一代种群中的精英粒子,一同参与竞争。并采取适应值竞争策略、适应度选择策略和粒子间的排异策略,来保证种群的多样性,避免了算法初期陷入局部极值的可能;并通过对排异策略的动态调整,提高了算法后期的收敛速度和精度。通过对几类典型函数的仿真测试表明,算法具有较好的全局搜索能力和收敛速度。     

基于B／S结构的数据库访问方法

提出两种用于网络数据查询和操作的方法并可直接转化为程序运行。     

基于遗传算法的最优小波滤波器构造

本文基于遗传算法对小波滤波器的构造方法进行了研究 ,重点在于解决对图象进行压缩处理所需要的最优小波滤波器的构造 .有效的染色体编码方案和适应值函数以及遗传算法的全局寻优性能 ,使得该方法在处理图象压缩优化问题上有其独特的优点     

一种因子化的稀疏矩阵转置算法

在定义了二元组结构的基础上,对稀疏矩阵中非零元素的行、列坐标值进行因子化,以此实现了一种新的稀疏矩阵压缩存储结构.并在应用该压缩存储结构的基础上,提出了一种稀疏矩阵转置操作的改进算法.该算法较传统算法而言,在时间复杂度不变的前提下将空间复杂度降低了30％.     

求解TSP的演化算法

提出的计算ＴＳＰ的新算法具有如下特色：１）把演化计算与分枝定界算法相结合；２）面向网络的分布式并行计算，因而它在多方面比通常的分枝定界算法优越，实例证明了这点。     

求解矩形物体布局问题的分布评估算法

介绍了分布评估算法的主要特点,通过对矩形物体基于布置点的布局方法进行改进,在引入新的个体表达方式和物体布局规则的基础上,提出了求解矩形物体布局问题的分布评估算法.实例表明该算法优于传统的遗传算法.     

基于格雷码和进化策略的遗传算法研究

进化策略能快速地搜索全局最优解。格雷码编码具有较强的局部搜索能力。针对Rosenbrock函数采用基于进化策略的格雷码来优化遗传算法,实验表明这种结合既能较快速地搜索适应度较大的个体,也可以大概率地搜索全局最优解。是一种快速进行局部细致搜索的优秀的非线性方法。     

基于遗传算法的最优小波滤波器构造

基于遗传算法对小波滤波器的构造方法进行了研究，重点在于解决对任意特定图像进行压缩处理所需要的最优小波滤波器的构造，有效的染色体编码方案和适应值函数以及遗传算法的全局寻优性能，使得该方法在处理图像压缩优化问题有其独特的优点。