尹欣欣
- 作品数：8 被引量：42H指数：4
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：河南省科技攻关计划河南省基础与前沿技术研究计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 混沌蜂群与单纯形搜索融合的低维复杂函数优化被引量：1
- 2014年
- 在当前各种智能优化算法应用于函数优化问题中,鲜有专门讨论低维复杂函数优化的问题,因此针对低维复杂函数提出一种混合混沌蜂群全局搜索与单纯形局部搜索的优化算法.对基本的单纯形算法进行改进,以提高其局部寻优能力,对基于混沌搜索和排名映射概率的蜂群算法(ABC-HC)进行修改以便更能维持种群的多样性避免陷于局部最优更有利于获得全局最优解并将修改的ABC-HC算法与改进的单纯形算法融合获得更好的全局最优精确解.14个低维复杂函数仿真结果表明,提出的算法更能有效地找到低维复杂函数的全局最优解、而且优化精度更高,优于ABC-HC算法、改进的EP算法和OXBBO算法.
- 张新明冯梦清尹欣欣段新涛
- 关键词：单纯形算法
- 动态迁移和椒盐变异融合生物地理学优化算法的高维多阈值分割被引量：17
- 2015年
- 针对高维多阈值图像分割中存在的多阈值搜索问题,提出了一种动态迁移和椒盐变异融合的生物地理学优化算法(BBOD)。首先,构建了一种基于动态扰动的迁移算子,对候选解中没有发生迁移操作的特征值添加一个动态的扰动因子,使种群的多样性增加,从而提高全局搜索能力;然后,创建了新型的变异算子,对待变异的特征值产生一个椒盐扰动,使该值在小范围内浮动,以便提高局部搜索能力和算法的收敛速度;最后,将该算法应用到基于最小交叉熵的图像高维多阈值分割中。高维多阈值分割实验结果表明,本文提出的BBOD算法能够获得最优的阈值向量,运行速度、性能指标均优于标准的生物地理学优化(BBO)算法,基于变异的生物地理学优化(BBOM)算法、FFA(Firefly Algorithm)和CSA(Cuckoo Search Algorithm),运行速度是FFA的5倍以上。该算法更适用于基于最小交叉熵的高维多阈值优化选择。
- 张新明尹欣欣涂强
- 关键词：多阈值分割优化算法生物地理学优化算法最小交叉熵
- 基于差分进化的插值置换混叠图像盲分离被引量：1
- 2015年
- 针对插值置换混叠图像提出了一套完整的盲分离方案。根据插值图像像素点之间存在的相关性,通过对置换混叠图像分块进行有限差分,检测插值图像与原图像经过有限差分后的值之间的差距,设定适当的阈值,将其分开。为获得最优阈值,用差分进化算法进行优化,获得最优阈值。根据阈值将图像二值化,进而将置换图像分离出来。实验结果表明,该方法比阈值法的鲁棒性强,对经过不同插值方式的置换混叠图像进行盲分离都有较好的效果。
- 段新涛范晓艳王婧娟尹欣欣王伟
- 关键词：盲分离有限差分差分进化
- 自适应细菌觅食的高维函数优化
- 针对细菌觅食优化(Bacterial Foraging Optimization,BFO)算法在高维函数优化上性能较差和普适性不强的问题,提出一种自适应细菌觅食优化算法.首先,将原随机迁徙方案修改为动态高斯变异与随机变异...
- 张新明尹欣欣
- 关键词：细菌觅食优化算法高斯变异高维函数优化
- 改进的生物地理学算法及其在图像分割中的应用被引量：3
- 2015年
- 为了增强生物地理学优化算法(BBO)在图像多阈值分割应用中的全局搜索能力,提高其优化性能,提出一种改进的生物地理学算法(IBBO)。首先,引入多源迁移算子,该算子能更好地从搜索空间中生成新特征值,有效提高种群的多样性;其次,创建一种新型的动态变异算子,该算子能够动态地改变变异幅度,提高算法运算效率,使算法快速收敛到全局最优解;随后,将原来的精英选择算子改为贪婪选择算子,即采用优胜劣汰的策略加快算法收敛速度;最后将其应用到基于最大熵的多阈值分割中。图像分割实验结果表明,IBBO算法运行速度远远快于穷举算法,优化性能优于标准BBO算法和PSO算法。
- 张新明尹欣欣冯梦清范晓艳
- 关键词：优化算法生物地理学优化算法图像分割多阈值分割最大熵
- 嵌入趋化算子的PSO算法及其在多阈值分割中的应用被引量：7
- 2016年
- 针对标准粒子群优化(Particle Swarm Optimization,PSO)算法在优化选择多阈值时易陷入局部最优等问题,提出一种嵌入趋化算子的PSO算法。首先针对标准PSO算法具有较强的全局寻优能力但局部搜索能力较差,而细菌觅食优化(Bacterial Foraging Optimization,BFO)算法具有较强的局部搜索能力的特点,将BFO算法中具有较强局部搜索能力的趋化算子嵌入到PSO算法中,形成一种嵌入趋化算子的PSO算法(Chemotaxis Operator embedded PSO,COPSO),以此优势互补,使COPSO算法既有较强的全局搜索能力,又有较强的局部搜索能力。最后将COPSO算法用于最大熵多阈值图像分割中,得到最佳阈值向量。实验结果表明:与标准的PSO、BFO和GA算法相比,该算法具有更好的优化效果和更短的寻优时间。
- 张新明涂强尹欣欣冯梦清
- 关键词：粒子群优化算法细菌觅食优化算法多阈值分割
- 动态高斯变异和随机变异融合的自适应细菌觅食优化算法被引量：7
- 2015年
- 针对细菌觅食优化(Bacterial Foraging Optimization,BFO)算法在高维函数优化上性能较差和普适性不强的问题,提出一种动态高斯变异和随机变异融合的自适应细菌觅食优化算法。首先,将原随机迁徙方案修改为动态高斯变异与随机变异融合的迁徙方法,即搜索前期利用随机迁徙有利于增加解的多样性,获得全局最优解,搜索后期改用动态的高斯变异来提高算法的收敛速度;然后,对趋化操作中的步长参数使用动态调整和自适应调整来增强算法的普适性;最后,构建全局极值感应机制使优化更有效,从而获得了一种高性能的自适应BFO算法,以便能够高效解决高维函数的优化问题。14个高维函数优化的仿真结果表明,提出的算法不仅优化效果好、普适性强,而且能以更快的速度找到全局最优解,性能优于SBFO、POLBBO、BFAVP和RABC算法。
- 张新明尹欣欣冯梦清
- 关键词：细菌觅食优化算法高斯变异高维函数优化
- 混合迁移的高效BBO算法及其在图像分割中的应用被引量：9
- 2016年
- 针对高维多阈值分割由于维数增加带来的优化难度加大的问题以及标准生物地理学优化(biogeography-based optimization,BBO)算法效率不高的问题,提出了一种用于高维OTSU多阈值分割的高效生物地理学优化(efficient BBO,EBBO)算法。首先构建新型随机扰动变异算子,然后将此变异算子融合到启发式迁移算子中形成一种高性能的混合迁移算子,去掉了计算变异概率和设置变异参数等环节,以便提高算法的效率;其次将基于迁出率的赌轮选择方式改成无需迁出率的榜样学习选择方案,并将迁入率的多次计算变成一次计算,进一步提高算法的效率;然后将BBO算法中的精英保留方案换成贪婪选择方法,以加快算法的收敛速度;最后将这种EBBO算法应用到高维OTSU多阈值分割中。实验结果表明,与当前的EBO算法、BDE算法、MKTO算法以及BBO算法相比,EBBO算法在高维多阈值分割中不仅有更好的优化性能和更快的运行速度,而且减少了参数设置。
- 张新明涂强尹欣欣
- 关键词：智能优化算法生物地理学优化算法图像分割多阈值分割最大类间方差法
