湖南省教育厅科研基金(13A010)
- 作品数：3 被引量：1H指数：1
- 相关作者：宋丹吴敏赖旭芝樊晓平龚春红更多>>
- 相关机构：湖南财政经济学院中南大学更多>>
- 发文基金：湖南省教育厅科研基金国家自然科学基金湖南省科技厅科技计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 非达尔文效应多目标免疫算法被引量：1
- 2013年
- 为了强化非基因信息的传承与利用,提出一种非达尔文效应多目标免疫算法(non-Darwin effect multiobjective immune algorithm,NDIA).首先,利用区间记忆变异矩阵来保存进化中成功变异的区间信息,以引导后续的进化操作,加强局部搜索能力.其次,算法使用Pareto排序来选择非劣解.当非劣解的数量超出预设规模时,利用拥挤距离进行排序来选择相对稀疏的抗体保留.最后,算法对最后的非劣解集进行删减时设计了均匀度增强算子,通过多次拥挤距离的排序反复删减最拥挤的抗体,从而提高非劣解集在目标空间上的均匀性.通过多目标测试函数的仿真试验,与经典的多目标进化算法相比,新算法得到的最终解集在覆盖性、收敛性和分布性均有明显的改善,并能更好地逼近理论Pareto前沿.
- 宋丹赖旭芝吴敏
- 关键词：多目标问题免疫算法拥挤距离
- 基于多特征自适应融合的鲁棒跟踪方法
- 2016年
- 针对复杂场景下用单一特征描述目标导致的目标漂移问题,基于均值漂移(Mean Shift)跟踪框架,构建了一种有效的自适应融合特征(Adaptive Fusion Feature,AFF)描述子,并提出一种自适应融合多特征的跟踪方法。该方法融合了颜色特征和尺度不变特征转换(Scale-Invariant Feature Transform,SIFT),并通过相邻帧间各特征的相似性来自适应动态调整特征的权值。实验结果表明,在复杂场景下多特征自适应融合方法(AFF)比单一特征跟踪方法和经典跟踪方法减少了目标漂移、目标跟踪更加精确鲁棒。
- 龚春红
- 关键词：尺度不变特征转换权值更新
- 一种基于非基因信息的免疫记忆优化算法
- 2015年
- 为提高人工免疫优化算法的优化能力,将非基因信息的记忆机制引入智能算法,提出了一种基于非基因信息的免疫记忆优化算法.算法通过对先验知识(非基因信息)的短期记忆并指导后续进化,降低盲目搜索和重复搜索,增加了搜索的智能性和有效性.结合标准测试函数在高维下的仿真实验表明,与其他智能算法相比,新算法在收敛速度、收敛精度和全局收敛性方面均优于对比算法.此外,在超高维下的仿真结果表明新算法具有在大规模维度解空间中的全局寻优能力.
- 宋丹樊晓平刘钟理
- 关键词：优化算法免疫记忆
