-
Patent Agency Ranking
公开(公告)号：CN109858816A
公开(公告)日：2019-06-07
申请号：CN201910106801.9
申请日：2019-02-02
Applicant: 湖北工业大学
Abstract: 本发明公开了一种采用蚁狮算法进行生产调度的方法，将车间每个产品的生产序列作为可行解。每一个蚂蚁代表一种可行解，轮盘赌决定的蚁狮代表局部最优解。经过多次迭代之后，选中的精英蚁狮代表全局最优解。主要步骤设定蚁狮算法参数；对生产调度问题进行建模；采用G&T算法产生初代蚂蚁，并将蚂蚁、蚁狮的位置储存在矩阵中；蚂蚁随机游走；轮盘赌决定蚂蚁被蚁狮捕获，选出精英蚁狮；当达到蚁狮迭代次数之后，输出精英蚁狮代表的全局最优解。本发明有着较高的搜索最优解的能力，参数调节方便。
-
公开(公告)号：CN109886903A
公开(公告)日：2019-06-14
申请号：CN201910061302.2
申请日：2019-01-23
Applicant: 湖北工业大学
IPC: G06T5/50
Abstract: 本发明公开了一种基于灰度中列数参照的多聚焦图像融合方法和系统。该方法包括：对配准后的灰度图像A和B，读取每一像素点的灰度值并计算各自图像的灰度中列数，然后根据A和B两幅源图像上每一点像素的灰度值距离源图像灰度中列数的大小来完成图像融合。该方法简单有效融合以后得到的图像具有更多的细节信息，有利于图像的进一步分析、处理与理解，能明显提高融合图像的对比度，同时与传统的图像融合方法相比，也是一种快速融合方法。
-
公开(公告)号：CN109829420B
公开(公告)日：2022-12-02
申请号：CN201910083222.7
申请日：2019-01-18
Applicant: 湖北工业大学
IPC: G06V10/771 , G06V10/58 , G06V10/764 , G06N3/00
Abstract: 本发明公开了一种基于改进蚁狮优化算法的高光谱图像的特征选择方法，首先创建小波支持向量机的分类模型，移除部分高相关度的波段，得到独立波段；然后用二进制编码方式初始化该优化算法参数，用来表示高光谱图像的波段信息；最后对目标函数进行最优值求解，得到最优值从而得到最佳波段组合的分类准确度。采用本发明方法对高光谱图像的特征选择，提高了高光谱图像特征选择的准确率和速度。
-
公开(公告)号：CN109919294A
公开(公告)日：2019-06-21
申请号：CN201910148480.9
申请日：2019-02-28
Applicant: 湖北工业大学
Abstract: 本发明公开了一种萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，结合优化算法使用萤火虫算法与杜鹃搜索算法并行融合的图像增强方法，优化算法每一次更新最优解时都使用两种算法中的更优解替换原本自身的最优解，充分解决了目前现有技术中的萤火虫算法易于陷入局部最优和杜鹃搜索算法收敛速度较慢的缺点，集合了两者的优点，从而更高效的进行图像增强，该方法具有较快的搜索速度和较强的全局寻优能力。
-
公开(公告)号：CN109829420A
公开(公告)日：2019-05-31
申请号：CN201910083222.7
申请日：2019-01-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于改进蚁狮优化算法的高光谱图像的特征选择方法，首先创建小波支持向量机的分类模型，移除部分高相关度的波段，得到独立波段；然后用二进制编码方式初始化该优化算法参数，用来表示高光谱图像的波段信息；最后对目标函数进行最优值求解，得到最优值从而得到最佳波段组合的分类准确度。采用本发明方法对高光谱图像的特征选择，提高了高光谱图像特征选择的准确率和速度。
-
-
-
-
Search Results
5
records
(took 0.027 seconds)
