检索结果-南通市图书馆

中国机械工程 2023年第15期34卷 1864-1872页

作者：屈力刚苏岩邢宇飞沈阳航空航天大学机电工程学院沈阳110136

针对飞机油舱内部管路路径规划问题,提出一种基于改进斑鬣狗算法的飞机油舱管路自动布局方法。为了提高斑鬣狗算法的全局搜索能力以及收敛速度,在种群进化过程中引入扩散搜索机制对迭代过程中最优解进行扩散,以达到提高全局搜索能力的目... 详细信息

针对飞机油舱内部管路路径规划问题,提出一种基于改进斑鬣狗算法的飞机油舱管路自动布局方法。为了提高斑鬣狗算法的全局搜索能力以及收敛速度,在种群进化过程中引入扩散搜索机制对迭代过程中最优解进行扩散,以达到提高全局搜索能力的目的;在算法迭代后期引入深度包围机制,使其在最优解中随机搜索以提高算法的收敛速度。采用栅格法构建敷设空间数学模型,以管路路径最短为优化目标,以管路路径不与障碍物发生干涉、管路折弯角度及管路折弯半径为约束,建立管路布局优化数学模型。进一步,考虑管路的支臂布局问题,以支臂总长和支臂姿态作为支臂布局双目标优化函数,运用遗传算法NSGA-Ⅱ对管路支臂布局方案进行编码生成初始个体,设计交叉、变异规则,求解管路支臂布局的Pareto解集,进而获得管路支臂布局方案。最后,通过数值算例及管路敷设仿真验证所提方法的有效性。

关键词：管路布局斑鬣狗算法支臂遗传算法多目标优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

面向高光谱遥感影像分类的波段选择方法研究

面向高光谱遥感影像分类的波段选择方法研究

引用

作者：孙春雪东北林业大学

学位级别：硕士

高光谱遥感影像是近年来的研究热点,其含有数百条波段和极高的光谱分辨率,为图像分类提供了丰富的光谱信息,在地质勘探、农林植被监测等领域得到了广泛的应用。然而,高光谱数据维度高、相邻波段相关性大等特点,给后续数据处理带来了很... 详细信息

高光谱遥感影像是近年来的研究热点,其含有数百条波段和极高的光谱分辨率,为图像分类提供了丰富的光谱信息,在地质勘探、农林植被监测等领域得到了广泛的应用。然而,高光谱数据维度高、相邻波段相关性大等特点,给后续数据处理带来了很大的挑战。因此,如何有效地降低高光谱数据维度,剔除冗余信息,是目前备受关注的研究热点。本文分别从有监督和无监督波段选择方法出发,充分发挥两者的优势及特点,对高光谱数据降维方法展开深入研究,主要的研究内容如下:（1）针对高光谱遥感数据维度高、分类效果不佳的问题,提出了一种有监督的波段选择方法。首先,为了最大限度降低数据维度的同时提高分类精度,设计了一个平衡波段数目和分类精度的适应度函数。其次,提出了一种基于黄金正弦算法和混沌策略改进的斑鬣狗算法来优化该适应度函数,进而从原始波段集合中优选出理想的波段子集。最后,在高光谱数据集上进行仿真验证,并与常用的智能优化算法进行比较,结果表明本文算法降维效果显著,且能够稳定的提高分类精度。（2）针对具有标签的高光谱样本数据较少且标签信息难获取的问题,提出了一种无监督的波段选择方法。首先,通过分析密度峰值聚类算法对数据聚类的优越性,及高光谱遥感数据的特殊性,利用基于SNN密度改进的DPC聚类将波段空间划分为若干子空间,以此降低所选波段子集的相关性。其次,综合考虑保留有用信息及剔除冗余信息两方面,利用由信息熵和K-L散度构成的目标函数对各波段进行排序,最终选出最优波段子集。最后,在高光谱数据集上,将该方法与当前的无监督波段选择方法进行比较,结果证明了本方法选择的波段组合能够得到更高的分类准确率,且有更好的普适性和稳定性。（3）为了验证本文所提GSSHO和SDPC-MIMR两种波段选择方法在实际应用背景下的普适性和优越性,采用WHU-Hi龙口高光谱遥感影像数据集进行实验,探讨两种波段选择方法的降维效果及提高分类精度的能力,分析两种方法的特点及适用范围。实验结果表明,GSSHO算法能在保证降维效果的同时最大程度的提高分类精度,非常适用于对分类精度有高要求的任务中,在缺少标签样本的情况下,SDPC-MIMR算法能够敏锐的捕捉每一条重要波段,在选择极小波段数目时得到了良好的降维分类效果,是一个稳定高效的波段选择方法。

关键词：高光谱影像有监督波段选择无监督波段选择斑鬣狗算法子空间划分

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于黄金正弦混沌鬣狗算法的高光谱波段选择

引用

激光与光电子学进展 2021年

作者：戴天虹孙春雪黄建平谢千程从士杰黄新望李克新东北林业大学机电工程学院无锡科技职业学院人工智能学院

波段选择是降低高光谱数据维度，减少数据过多冗余的有效手段，是高光谱影像像素分类的重要前提。其本质上是一个复杂的组合优化问题，用传统的搜索方法不易得到满意的解。针对上述问题，本文提出了一种结合黄金正弦和混沌鬣狗算法（GS... 详细信息

波段选择是降低高光谱数据维度，减少数据过多冗余的有效手段，是高光谱影像像素分类的重要前提。其本质上是一个复杂的组合优化问题，用传统的搜索方法不易得到满意的解。针对上述问题，本文提出了一种结合黄金正弦和混沌鬣狗算法（GSSHO）的高光谱波段选择方法。首先，使用混沌策略初始化鬣狗种群，提高种群的随机性和多样性；然后，用黄金正弦算法改进原始斑鬣狗算法搜索个体位置更新方式，提高算法的全局搜索能力；最后，设计结合分类精度和波段个数的适应度函数，对算法优化性能进行评价。在高光谱遥感数据集上，将该方法与其他先进优化算法进行比较，实验结果表明，本算法所选波段个数接近原波段的十分之一，对于Pavia Centre数据集分类精度高达99.08%，优于其他对比方法，能以更合理的收敛方向找到最优解，所选波段数更少，分类精度更高，是一种高效地波段选择方法。

关键词：成像系统波段选择斑鬣狗算法黄金正弦算法混沌策略

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：