国家自然科学基金(40271094)
- 作品数：15 被引量：345H指数：7
- 相关作者：郑肇葆叶志伟虞欣汤凌梅文胜更多>>
- 相关机构：武汉大学湖北工业大学武汉市规划土地管理信息中心更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术电子电信理学更多>>
- 基于蚁群行为仿真的影像纹理分类被引量：11
- 2004年
- 介绍了蚁群行为仿真的概念 ,提出蚁群行为仿真产生Tuned模板的数学模型和航空影像纹理分类的新方法。为了验证模型的正确性 ,与遗传算法作了对比试验 。
- 郑肇葆叶志伟
- 关键词：遗传算法
- 支持向量机中遗传模糊C-均值的样本预选取方法被引量：5
- 2005年
- 提出了在支持向量机(support vector machine,SVM)方法中采用遗传模糊C均值(FCM)进行样本预选取的方法,旨在保留最优分类超平面附近的样本点,去除远处样本点,使训练样本集减小,消除冗余,从而减小所需内存。并以航空影像中的居民地为例进行分析,结果表明,按比例减少样本集后的分割结果与用原样本集的基本一样。
- 徐芳梅文胜燕琴
- 关键词：支持向量机航空影像
- 遗传算法与单纯形法组合的影像纹理分类方法被引量：19
- 2003年
- 提出遗传算法(简称GA)与单纯形法组合的影像纹理分类方法(简称GASPX)。单纯形法是一种局部搜索方法,它通过反射,扩张,收缩操作,求得新的单纯形点,组成新单纯形,新单纯形比前一个单纯形更接近局部最优解。这种寻优方法收敛速度快,它与GA组合起来可以改善单独使用GA收敛速度慢的缺陷。由于在组合算法中是多个单纯形的局部区域的并行搜索,避免GA优化过程中过早收敛于局部最优解的现象出现。通过5种不同类别航空影像纹理识别的试验,并与GA的结果作对比,结果表明GASPX法优于GA法。
- 郑肇葆
- 关键词：遗传算法单纯形法
- Automatic threshold selection based on ant colony optimization algorithm
- ＜正＞Image segmentation is a long-term difficult problem, which hasn’t been fully solved.Threshold is one of the...
- Zhiwei YeZhaobao ZhengXin YuXiaogang Ning
- 关键词：THRESHOLD
- 文献传递
- 基于蚁群行为仿真的影像分割被引量：11
- 2005年
- 提出以像元的灰度值、能量值和分形维作为信息素的蚁群行为仿真的图像分割原理和方法。由该方法对3幅航空影像进行图像分割试验,得到图像的粗分割。利用本文提出的精处理方法,得到图像分割的最终结果。采用标记点量测的方法,对分割图像作出质量评价,结果表明,该方法很有应用前景。
- 郑肇葆
- 关键词：图像分割
- 指派交叉——一种新的遗传交叉方法被引量：1
- 2003年
- 在用遗传算法生成影像纹理分类的“Tuned”模板中 ,引用了一个新的遗传交叉方法———指派交叉 ,与其他的交叉方法相比 ,指派交叉可在相同的搜索空间中提供更好的优化组合。试验证明 。
- 郑肇葆
- 关键词：遗传算法纹理分类
- 基于蚁群算法的最佳熵图像分割阈值方法被引量：4
- 2007年
- 最佳熵阈值是最常用的图像分割算法之一,但是需要大量的运算时间,限制了其实际的应用范围.蚁群算法是一种新兴的仿生进化算法,已成功的应用于大批组合优化问题的处理.将最大熵算法视为组合优化问题并引用蚁群算法加以处理,实验结果表明蚁群算法不仅可以实现最优阈值的确定,而且可以提高图像分割效率.
- 叶志伟常胜高山
- 关键词：图像分割阈值最大熵蚁群算法
- 一种基于人工免疫的图像分割算法被引量：23
- 2007年
- 提出了二维熵图像分割的人工免疫算法。在遥感高分辨率图像上的实验显示,该算法不仅能准确搜索到最优阈值对,而且计算时间只有传统算法的1.8%。该算法也验证了人工免疫思想用于图像分割的可行性和有效性。
- 汤凌郑肇葆虞欣
- 关键词：人工免疫图像分割二维熵克隆选择
- 产生“Tuned”模板的Bayesian Networks方法被引量：9
- 2006年
- 介绍了Bayesian Networks(简称BNs)产生“Tuned”模板新方法的基本原理以及BNs法与蚁群行为仿真技术和单纯形法组合的方法。通过实际航空影像的实验结果表明,新方法对纹理影像的识别率是令人满意的,同时还将新方法与遗传算法的结果作了对比,结果表明新方法是很有应用前景的。
- 郑肇葆潘励虞欣
- 关键词：BAYESIANNETWORKS单纯形法
- 蚁群算法中参数α、β、ρ设置的研究——以TSP问题为例被引量：223
- 2004年
- 以TSP问题为例 ,对蚁群算法中参数α、β、ρ的作用作了理论上的研究 ,同时对最优的参数配置问题作了分析。在保证获得解的前提下 ,为了提高计算速度 ,对基本蚁群算法中的选择路线策略进行了调整。通过实例计算表明 ,这种调整是切实可行的 ,有较好的实用价值。
- 叶志伟郑肇葆
- 关键词：蚁群算法旅行商问题
