差分进化算法应用于图像恢复

针对传统的图像恢复方法存在的缺陷和不足,提出了一种基于差分进化算法的图像恢复方法。该方法的思路是,利用差分进化算法简单、通用和鲁棒性强等优点提高求解效率,优化图像恢复效果。通过将差分进化算法应用于图像恢复,并把恢复后的图像与使用遗传算法恢复的图像进行对比分析,实验表明了差分进化算法的稳定性、图像的清晰性明显优于遗传算法,基于差分进化的图像恢复具有良好的性能和显著的效果,因此差分进化算法比遗传算法更适用于图像恢复问题。     

基于马尔科夫随机场和遗传算法的图像恢复

提出了一种基于马尔科夫随机场和遗传算法的图像恢复的方法,线过程作为约束条件,二维遗传算法作为最优化工具,实验中对退化的二值图像进行恢复,结果显示此方法是有效的。     

图像恢复的智能处理

为把一个退化的图像尽量恢复到它的原始面目,有关专家已经提出了许多有效的图像恢复方法,该文将遗传算法和模拟退火法相结合的算法应用到图像的恢复中,使用此算法恢复的图像与一般遗传算法恢复的图像进行对比分析,图像的清晰度明显优于后者,表明本算法比单纯使用遗传算法对图像恢复效果好.     

使用遗传算法对图像进行恢复

图像在产生、传送和记录过程中都会产生失真 ,在恢复时影响图像质量。文中介绍了一种利用图像象素之间的相关特性 ,将遗传算法和贝叶斯估计相结合的图像恢复的方法 ,并在算法中引入线过程。使用此算法恢复的图像与一般遗传算法恢复的图像进行对比分析 ,图像的清晰度明显优于后者 ,表明本算法比单纯使用遗传算法对图像恢复效果好。     

基于曲波和遗传算法的图像去噪

本文介绍了一种基于曲波变换和遗传算法的图像去噪方法,该方法利用软阈值规则调节噪声图像的曲波系数,以达到去除图像噪声的目的,去噪时使用遗传算法和广义交叉验证准则搜索最优的阈值。基于Lena和Barbara图像的实验结果表明,与小波图像去噪相比,曲波去噪后图像峰值信噪比（PSNR）和视觉效果有较大提高,特别是对图像边缘的恢复上效果明显。     

基于遗传算法的红外图像恢复研究

红外图像的恢复是红外图像处理的一项重要内容,分析了图像恢复的基本原理,提出了一种改进的二维遗传算法,给出了红外图像遗传操作的具体步骤。实验结果表明,方法有着较强的先进性和实用性。     

基于遗传算法的图像恢复技术研究

图像在产生、传送和记录过程中都会产生失真,在恢复时影响图像质量。文中对简单遗传算法在进行图像恢复时,存在＂过早收敛＂现象等问题进行了很好的改善。使用此算法与一般遗传算法恢复的图像进行对比,图像的清晰度明显优于后者。     

一种改进的图像恢复遗传算法

遗传算法作为一种高度并行、随机、自适应搜索算法,比其他传统的搜索算法在全局搜索时更有效.但利用简单遗传算法进行图像恢复时,存在严重"过早收敛"的问题,使得图像恢复质量不理想.设计了一种新的二维染色体编码方法,并与模拟退火算法相结合,实验结果表明,该方法能较好克服"过早收敛"现象,对提高退化图像恢复质量有较好效果.     

基于遗传算法和模糊控制的图像盲复原方法

针对空间移变降质的点扩散函数类型未知且加性噪声严重的情况,提出一种基于遗传算法和模糊控制的盲复原方法.算法采用三角形网格划分子图像块,通过标准遗传算法和微种群遗传算法交替进化的方式分别估计点扩散函数及其对应的子图像块,并在标准遗传算法每一代进化结束时利用参数模型对估计的最佳点扩散函数进行基于模糊控制的修正,而在微种群遗传算法每次迭代后对最佳子图像块进行基于直方图统计的修正.实验结果表明,与点扩散函数已知且不含修正步骤的恢复算法相比,该算法具有更好的的复原效果.     

一种基于遗传算法自学习的图像检索方法

目的 根据传统的相关反馈图像检索的不足，结合遗传算法的优越性，提出了基于遗传算法自学习的图像检索方法，以改进图像检索性能。方法首先通过相关反馈中的人-机交互过程，进行遗传算法的初始群体构造，再通过遗传算法进行自学习，获得满足用户语义要求的最优解。结果实验证明，该方法能够提高检索的性能，查找出更多表达用户查询意图的图像。结论给出了遗传算法在相关反馈图像检索中的应用方法。利用遗传算法自学习的过程，能够发现用户潜在的需求，改善查询结果。     

基于遗传算法的摩擦模型参数辨识

摘Tustin摩擦模型能够很好地描述零速附近的摩擦力,由于该模型为非线性模型,使得参数辨识非常困难。针对该模型提出了一种基于遗传算法的摩擦模型参数辨识方法,并通过仿真对辨识结果进行验证,结果表明该方法是有效的。     

基于遗传算法的分形图像压缩方法

基于分形和分块迭代函数系统的特点,提出了一种改进的用于求解具有全局最优的自相似分块匹配的遗传索算法,算法中应用于带分类的编码法、杂交位置概率和自适应的适应度函数。     

一种新型的遗传算法在图象阈值处理中的应用

提出了将自寻优标准遗传算法用于阈值处理的思路与方法,论证了实施该方法的可行性,并针对此算法的不足之处提出了一种新的改进型遗传算法。仿真结果表明,新算法的计算速度不仅明显优于前者,而且为自动选择阈值参数提供了简单有效的方法。     

一种新的伪并行遗传算法

利用混沌序列的伪随机性,将混沌引入伪并行遗传算法,提出了伪并行混沌遗传算法。对3个检测函数的仿真实验表明该算法能较好地克服早熟现象及收敛速度慢的问题,优于伪并行遗传算法、显著优于标准遗传算法。     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

一种基于遗传算法的分类规则挖掘算法

对遗传算法应用于分类规则挖掘问题进行研究,提出一种基于遗传算法和Apriori算法的混合分类规则挖掘算法,该算法的具体方案包括分类规则编码、适应度函数定义以及对进化后的规则的约简方法,最后通过实例仿真证明了该算法的有效性。     

运用遗传算法对制冷蒸发器过热度控制的优化方法

在制冷系统动态仿真的基础上，引入遗传算法对蒸发器过热度模糊控制的隶属度函数进行了优化，并给出了三角形隶属度函数的优化方案，利用MATLAB软件实现了仿真和优化过程，进行了优化模糊控制和比例积分（PI）控制品质的对比实验。结果表明，优化后的模糊控制使过热度的超调量减小，使阀的动作平稳。     

基于随机模拟的订货问题遗传算法求解

市场需求量是一个随机变量,它给订货者追求最大利润,确定最优订货量带来了困难。从期望收益最大的角度,结合遗传算法的并行计算、全局搜索能力和随机模拟计算积分(期望)的简单性,运用基于随机模拟的遗传算法搜索最优订货量。     

遗传算法在系统辨识中的应用

基于遗传算法,采用改进的遗传算子,提出了一种辨识系统参数的方法．该方法能有效地克服有色噪声的干扰,获得系统参数的无偏估计．仿真结果说明了该方法的有效性．