暂无评论
多目标优化问题属于高维的搜索空间，用一些传统方法来优化这些问题会导致较高的时间复杂性。为了解决该问题，使用了粒子群优化算法(PSO),同时将εdominance的概念应用到PSO中。该方法在实验过程
提出一种改进的多目标粒子群优化算法，该算法采用精英归档策略，由档案库中的非劣解提供粒子速度更新时的全局最优位置，根据Pareto支配关系来更新粒子的个体最优位置。使用非劣解目标的线密度度量非劣解前端的
一种去除运动目标重影的图像镶嵌方法研究
论文研究-一种基于目标贴近度的多目标决策方法.pdf, 提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .
利用商标图像的形状特征，提出了一种融合图像全局特征和局部特征的商标检索算法。其中全局特征反映了图像的整体信息，这些信息可用来较快地建立候选图像库，而局部特征则可以更准确地与候选图像进行匹配。提取图像的
根据WinPcap的抓包原理和高速网络环境对网络抓包性能的要求，提出了一种改进的快速抓包方法－FHW法，并且在VC6.0编译器中实现了该方法。试验结果表明，在高流量网络环境中，与传统的抓包方法相比，F
对一种大数据的有效搜索方法进行了改进。在查询请求到达时，分析用户的查询请求意图，提供关键词给用户选择，确定用户最终使用的关键词后对关键词进行分词，提取主题词和辅助词。将主题词和辅助词先后与历史查询进行
由于检测不准确，目标部分或整体遮挡会造成检测失败。针对以上问题，提出一种利用时空约束的轨迹片段关联方法实现对目标的跟踪。通过减背景方法检测到移动目标，生成轨迹片断，通过计算轨迹片段的时空连续性关联轨迹
基于GMM(Gaussian Mixture Model,混合高斯模型)的物体识别基础上,利用GLCM(Gray-level co-occurrence matrix,灰度共生矩阵)及基于GLCM提取
针对通信延时情况下双无人机协同跟踪地面移动目标问题进行研究,构建了基于分布式遗传算法和滚动时域优化结合的目标跟踪航迹规划算法模型。考虑到通信延时会增加目标状态信息数据融合时的误差,导致无人机跟踪任务效
暂无评论