局部变形
共 8 篇文章
局部变形 相关的电子技术资料，包括技术文档、应用笔记、电路设计、代码示例等，共 8 篇文章，持续更新中。
基于改进粒子群算法的舰船电力系统网络重构
<span id="LbZY">舰船电力系统网络重构可以看作为一个多目标、多约束、多时段、离散化的非线性规划最优问题。根据舰船电力系统特点，提出了一种改进的粒子群优化算法。在传统粒子群算法的基础上，运用混沌优化理论进行初始化粒子的初始种群，提升初始解质量；同时，引进遗传操作以改进粒子群算法易陷入局部极值的缺点。通过对典型的模型仿真表明，该算法具有更好的寻优性能，并且有效地提高了故障恢复的速度与精度
基于巴氏距离和LPP相结合的人脸识别
<span id="LbZY">局部保持映射（Locality Preserving Projection，LPP）算法是一种有效的特征提取方法。提出了利用巴氏距离和LPP相合算法对特征进行提取。当特征维数过高时，首先对样本用LPP进行特征提取和降维处理，然后采用巴氏距离特征的迭代算法，得到最小错误率上界。在ORL上实验，实验结果表明了提出算法在人脸识别中的有效性。</span>
基于遗传变异蚁群算法的机器人路径规划的改进
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">针对基本蚁群算法在机器人路径规划问题中容易陷入局部最优的问题，提出了一种改进的蚁群算法，利用遗传算法加入了变异因子使最优路径产生变异，从而降低了蚁群算法
基于粒子群模糊C均值聚类的快速图像分割
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">模糊C-均值聚类算法是一种无监督图像分割技术，但存在着初始隶属度矩阵随机选取的影响，可能收敛到局部最优解的缺点。提出了一种粒子群优化与模糊C-均值聚类相
用于图像分类的有偏特征采样方法
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; line-height: 21px; ">为了模拟图像分类任务中待分类目标的可能分布，使特征采样点尽可能集中于目标区域，基于Yang的有偏采样算法提出了一种改进的有偏采样算法。原算法将目标基于区域特征出现的概率和显著图结合起来，计算用于特征采样的概率分布图，使
基于NSCT域各向异性双变量萎缩图像去噪
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">提出了一种用各向异性双变量拉普拉斯函数模型去模拟NSCT域的系数的图像去噪算法，这种各向异性双边拉普拉斯模型不仅考虑了NSCT系数相邻尺度间的父子关系，
小波变换在图像边缘检测中的应用
<span style="color: rgb(0, 0, 0); font-family: 'Trebuchet MS', Arial; font-size: 11.818181991577148px; line-height: 21px; ">目前，被广泛使用的经典边缘检测算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。这些算子的核心思想是图像的边
脉搏波信号降噪和特征点识别研究
对脉搏波的完全分析是建立在含有少量噪声且较为清晰的脉搏波信号中，然而在采集脉搏波信号时容易受到多种干扰的影响，使其提取出来的脉搏波含有大量的噪声，因此降噪处理显得尤为必要。同时，脉搏波中含有人体生理病理信息，不同的人将表现为不同的特征，可以看出确定脉搏波特征点对于分析人体生理健康很有意义。针对信号去噪问题采用小波变换和多分辨率分析的方法，该方法在时域和频域都能表征信号局部信息的能力，且具有对信号具