人工蜂群优化的非下采样Shearlet域引导滤波图像增强

针对现有图像增强算法边缘保持性能不佳、抗噪性弱的问题,提出了一种改进的引导滤波图像增强算法——ABCO-NSST-GF。通过非下采样Shearlet变换(NSST)将图像分解成低频和高频2部分,利用引导滤波来增强低频系数,避免了高频噪声的放大;对图像的高频系数进行非线性增益函数变换,在增强边缘及细节的同时抑制噪声。最后,对处理后的低频和高频系数实施NSST反变换,重构出最终的增强图像。由于引导滤波中的盒滤波半径与正则化参数对增强结果有较大影响,采用了混沌蜂群算法搜索其最佳值,确保增强结果达到最优。针对约70幅实际工程图像进行了实验,结果表明,ABCO-NSST-GF算法能够明显改善图像视觉效果,与NSCT自适应阈值法等4种算法相比,所得图像清晰度、对比度和信息熵平均提高25.2%,与空域引导滤波算法相比,P峰值信噪比平均提高20.9%。     

方格星虫种质资源及人工增养殖研究进展

以方格星虫研究热点领域如免疫活性成分、遗传多样性、繁殖生物学及繁育增养殖现状等为重点内容,概述方格星虫种质资源及人工增养殖主要研究成果,探讨当前存在的一些问题,展望其资源开发利用前景。     

人工湿地污水处理系统中硫的转化过程

人工湿地处理废水,特别是酸性废水和含有重金属废水的应用日趋广泛.针对人工湿地中硫的迁移和转化,综述了硫在人工湿地中的硫循环,硫酸盐及硫化物生物和非生物性质的硫转化,以及植物、微生物等对硫循环的影响,并对未来的研究方向进行了展望.此外指出,对于水平潜流系统中近根环境的深入认知和研讨是一个必要的突破点.     

郑州西流湖人工湿地公园现状的调查研究

郑州西流湖在1970年至1980年是郑州市的“大水缸”,是郑州市西区饮用水的水源.但随着城市的发展,西流湖从水源变成了今天人工湿地公园.本文对此通过资料查阅、实地考察、水样采集和检测以及调查问卷和个别访谈游人等方法,了解西流湖人工湿地公园分布特点,并提出治理和改善西流湖人工湿地公园的建议.     

一种求解旅行商问题的改进人工蜂群算法

针对人工蜂群算法在处理大规模旅行商问题时普遍存在易陷入局部最优解和早熟收敛的问题,提出一种改进的人工蜂群算法.将柯西变异算子引入蜜蜂食物源更新公式,设计了一种自适应对数步长代替随机步长以改进随机解生成公式.将改进算法用于求解对称TSP问题,实验结果表明,改进后的算法有效地解决了人工蜂群算法早熟收敛和搜索速度较慢等问题,在求解TSP问题上确实有效可行.     

一种基于反馈策略的自适应选择人工蜂群算法

雇用蜂觅食策略对人工蜂群算法性能有较大影响,而单一的觅食策略难以适用于所有问题的搜索空间,并且算法运行的不同阶段所适合的搜索策略也不尽相同.因此,如何为一个给定的函数优化问题选择最佳的觅食策略尤为重要.针对这一问题,提出了一种基于反馈的觅食策略自适应人工蜂群算法SSABC,该算法能够在优化过程中为一个给定的优化问题自动选择最佳的觅食策略.实验表明,与经典ABC(artificial bee colony algorithm),PSO(particle swarm optimization),DE(differential evolution),GA(genetic algorithm)算法相比,SSABC算法的寻优能力有较大提高.     

人工补偿在视觉测量中的应用

机器视觉测量是目前一种新兴的非接触测量技术,由于外界环境影响,机器视觉测得的物体尺寸会存在一定的误差。为了减小测量误差,提高系统各方面性能指标,提出了人工补偿算法来处理数据结果。通过多次重复性测量和系统标定,提出了人工补偿算法,对标定结果进行了修正,确保试验的精度以及稳定性。实验结果表明,人工补偿算法使实验误差减小1.16%,极差减小1.3 pixels/mm,最大误差减小2.32%,方差减小0.041 1。标定实验后,分别对三种不同尺寸物件进行测量实验,试验结果表明,对系统进行人工补偿后,相对误差最大减小0.145%。人工补偿算法可以提高计算结果的精度。     

Levy人工蜂群在钢铁企业供应端的优化

根据钢铁企业供应端中配送成本高、运营效率低、管理不科学等问题,提出了一种以钢铁企业实际为中心,并以供应成本最低为目的的配送车辆路径模型。利用Levy飞行对改进的人工蜂群进行优化,用以求解最低成本、最优路径的钢铁企业供应问题。以某钢铁企业设计实现的供应配送管理系统为依托,研究了场外物流调度的执行情况,建立了适合钢铁企业的车辆路径问题数学模型;并通过与传统方法进行模拟计算和比较,验证了新型优化算法计算效率高、求解速度快;并且该模型求出的解可节省成本,降低损耗,从而指导钢铁企业供应以提高企业利润。     

未知环境中机器人避障路径规划研究

针对人工势场法机器人路径规划具有目标不可达与存在局部极小值点等问题,提出了改进后的人工势场法模型,将未知环境中的障碍以网格地图的形式设计出来,使机器人通过感知来规避障碍朝目标移动。运用MATLAB GUI设定形成一个包含障碍与目标点的二维坐标系统环境,在其平面地图中使机器人从初始位置到期望位置进行最优轨迹移动仿真试验。试验显示,改进后的人工势场法能使移动机器人在未知环境中导航避开障碍并找出合适路径,以达到无碰撞要求。仿真结果接近预期效果,表明该方法能有效提高移动机器人在未知环境中路径规划的可行性及其避障的有效性。     

一种基于独特型网络的入侵检测方法

为解决神经网络检测方法中检测器需要定期更新、未知攻击检测性能低等问题,利用人工独特型网络的记忆、学习和动态调整能力实现入侵检测.提出一种可用作检测器的多变异模式人工独特型网络,并根据免疫响应原理设计检测算法,使检测器能实时学习新行为特征.仿真结果表明,多变异模式独特型网络检测方法与多层感知器检测方法相比,平均误报率下降了17.43%,未知攻击的平均检测准确率提高了24.17%.