变异测试是常用的测试方法之一,变异测试分析的过程中计算开销会比较大,问题主要集中于测试过程中会产生大量的变异体。为了减少变异体的数量,提出用标准粒子群聚类算法进行选择优化,但标准粒子群算法在被测数据量
基于MeanShift的多目标跟踪算法研究,正对单目标跟踪的缺陷提出一种可以跟踪多运动物体的方法
效去除运动目标包含的阴影区域,从而实现人头区域的检测针对摄像机在静止条件下的自适应运动目标检测,提出一种改进的运动目标检测算法。首先,针对高斯混合背景建模初期背景建模效果不理想的问题,利用统计的方法得
论文研究-废弃物处理站选址问题及多目标演化算法求解.pdf,
针对在线K-均值聚类法初始化混合高斯模型KGMM在运行时间、空间复杂度、噪声等方面存在的缺陷,提出了基于KGMM改进的检测方法,采用加入方差因子的C-均值聚类准则来初始化混合高斯模型,有效解决了可能出
为提高非支配排序遗传算法(NSGA-II)的搜索精度和多样性,借鉴差分进化中加强局部搜索的策略,提出了一种改进的NSGA-II算法(LDMNSGA-II)。该算法利用拉丁超立方体抽样技术对解种群进行初
多目标问题在现实中有广泛应用,如何获得更多非劣解具有重要意义。通过利用混沌运动的遍历性、随机性、规律性等特点,设计了一种求解多目标0-1规划问题的混沌优化算法,并在计算机上予以实现。该混沌优化算法计算
Grover量子搜索算法解决了未加整理的数据库搜索问题,在2n个元素中搜索M个目标元素时,计算复杂度为O(√2n/M),相对于经典算法实现了二次加速,但Grover算法在目标元素个数接近2n/2时成功
主要探讨人工神经网络在食用香精性能评价方面的应用。利用神经网络的误差反向传播(BP)算法,结合配方设计中的成分、比例等数据信息建立了食用香精性能评价模型,该模型可实现对新产品的自动评价并得到较准确的评
一种改进的RBF神经网络多目标优化算法,肖忠良,李智勇,针对RBF网络训练中的多目标优化问题,提出了一种基于Pareto方法的改进的非支配排序遗传算法INSGA(ImprovedNon-dominat
