分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-28 合作期刊: 《计算机应用研究》
摘要: 针对高光谱图像解混问题进行研究,发现传统解混算法在保持端元数目不变的情况下,得到的解混精度不高。为此,基于人工神经网络(ANN),提出一种估计单像素点中端元数目和类别的解混算法。该解混算法首先利用人工神经网络对遥感图像中各个像素的端元数目和类别进行估计,之后依据估计结果确定解混算法的目标函数,并引入改进的差分搜索算法对目标函数进行优化求解,最终获取地物丰度和待求参数,实现高光谱图像的解混。仿真数据和真实的遥感数据实验表明,与现有的解混算法相比,所提解混算法具有更高的解混性能,更加符合实际场景的情况。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2019-01-28 合作期刊: 《计算机应用研究》
摘要: 针对仅使用群智能优化算法及点云空间信息进行点云配准时,优化过程寻找两片点云对应点耗时较长,收敛速度较慢的缺点,提出一种基于曲率信息的人工蜂群点云配准算法。算法根据曲率信息提取特征点,通过改进人工蜂群算法优化目标函数得到可以使两片点云重合的最佳变换矩阵。在种群优化过程中根据曲率信息约束对应点寻找范围,缩小参与计算点云的规模。对比实验表明,与仅采用随机选点方法和使用点云空间坐标信息的配准算法等相比,所提出算法可以在不降低配准精度的同时,有效加快配准收敛速度,显著缩短点云配准所用时间。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-05-20 合作期刊: 《计算机应用研究》
摘要: 针对现有进化点云拼接算法未使用点云色彩信息的局限性,提出一种基于色彩信息的自适应进化点云拼接算法。使用随机采样与色彩特征点相结合的方式对输入点云进行采样,通过最小化包含色彩约束的点对距离中值建立目标函数,利用自适应进化算法求解两片点云间的最优空间变换,实现点云的有效拼接。对四幅彩色点云进行拼接实验,结果表明,与仅使用空间信息的自适应进化点云拼接算法和其他两种较新的进化拼接算法相比,所提算法在保证同等拼接精度的情况下,能够有效缩短拼接时间。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-04-17 合作期刊: 《计算机应用研究》
摘要: 针对回溯搜索优化算法存在的收敛速度慢,容易陷入局部最优等问题,提出了一种改进算法。首先利用t分布产生变异尺度系数,加快了算法收敛速度;接着完善交叉方程结构,引入最优个体控制种群搜索方向,有效提高了算法开发能力;最后提出进化选择机制,引入差分进化算法变异因子,一定概率下以较差解替换较优解,避免算法陷入局部最优。在数值实验中,选取了15个测试函数进行仿真测试,并与5种表现良好的算法进行了比较,结果表明,该算法在收敛速度及搜索精度方面有明显优势。