您的位置: 专家智库 > >

陕西省教育厅规划基金(04JK248)

作品数:2 被引量:33H指数:2
相关作者:杨延西辛菁刘丁刘军高异更多>>
相关机构:西安理工大学更多>>
发文基金:陕西省教育厅规划基金国家自然科学基金教育部科学技术研究重大项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇遗传算法
  • 1篇优化算法
  • 1篇预测控制
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇图像
  • 1篇图像匹配
  • 1篇图像相关
  • 1篇图像相关匹配
  • 1篇子群
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量机
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇模糊遗传算法
  • 1篇控制研究

机构

  • 2篇西安理工大学

作者

  • 2篇杨延西
  • 1篇刘丁
  • 1篇高异
  • 1篇辛菁
  • 1篇刘军

传媒

  • 1篇电子与信息学...
  • 1篇系统仿真学报

年份

  • 1篇2008
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
基于混沌粒子群优化的图像相关匹配算法研究被引量:20
2008年
该文将混沌优化搜索技术应用于粒子群优化算法(PSO),提出了一种基于混沌搜索的粒子群优化算法(CPSO),该算法利用了PSO算法的收敛快速性和混沌运动的遍历性、随机性等特点,采用混沌初始化粒子初始位置,在运行过程中根据粒子群适应度的方差来自适应混沌更新粒子位置。几种典型函数的测试结果表明:CPSO提高了对多维空间的全局搜索能力,并可以有效避免早熟现象。将该方法用于图像相关匹配算法,提出了一种新的基于CPSO的图像相关匹配算法。实验结果证明该方法对解决噪声情况下的图像匹配问题十分有效。
杨延西刘丁辛菁
关键词:图像相关匹配图像匹配粒子群优化算法混沌
模糊遗传滚动优化的LS-SVM预测控制研究被引量:13
2007年
提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。
高异杨延西刘军
关键词:预测控制最小二乘支持向量机模糊遗传算法神经网络
共1页<1>
聚类工具0