-
题名二元混合气体成分检测的改进蒲公英算法研究
- 1
-
-
作者
李鹏
汤炼海
林事力
纵彪
于涛
-
机构
南京信息工程大学江苏省气象探测与信息处理重点实验室
南京信息工程大学江苏省大气环境与技术装备技术协同创新中心
南京信息工程大学滨江学院
-
出处
《传感器与微系统》
北大核心
2025年第2期15-20,共6页
-
基金
国家自然科学基金资助项目(41075115)
江苏省重点研发计划社会发展项目(BE201569)
无锡市社会发展科技示范工程项目(N20191008)。
-
文摘
针对阵列传感器检测二元混合气体时由于交叉敏感特性导致准确率低的问题,提出一种改进型蒲公英优化(IDO)算法优化核极限学习机(KELM)的二元混合气体检测方法。首先,引入Kent映射初始化种群提高初始种群分布的均匀性,后将精英反向学习策略(EOBL)引入蒲公英种子位置更新,提高原算法寻优精度。将该算法用于KELM参数寻优,建立改进DO(IDO)算法优化KELM模型,实现对二元混合气体的成分识别。实验结果表明:IDO算法优化的KELM模型对二元混合气体成分识别准确率可达99.71%,比原始KELM模型提高4.28%。
-
关键词
改进蒲公英优化算法
核极限学习机
气体分类
-
Keywords
improved dandelion optimization algorithm
kernel extreme learning machine
gas classification
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名增强蒲公英算法优化乳腺癌图像多阈值分割
- 2
-
-
作者
王正红
王丹
胡容俊
-
机构
北华大学计算机科学技术学院
-
出处
《计算机系统应用》
2024年第1期148-156,共9页
-
文摘
针对显微镜下乳腺癌病理组织图像结构复杂,细胞边界模糊等情况,基于传统的阈值分割在乳腺癌图像的分割应用中不能很好地实现把病灶区准确分离开来的问题,提出一种基于增强蒲公英优化算法(IDO)的乳腺癌图像多阈值分割方法.该方法引入IDO计算类间方差的最大值(Otsu)作为目标函数寻找最佳阈值,IDO建立回守策略解决传统蒲公英算法(DO)无限制搜索,超出像素范围的问题;引入对立式学习(OBL)避免算法陷入局部最优.实验结果表明,与哈里斯鹰算法(HHO)、人工猩猩部队优化算法(GTO)、传统蒲公英优化算法(DO)、海洋捕食者算法(MPA)相比,在相同阈值个数情况下IDO算法适应度值最大、收敛最快,并且在峰值信噪比(PSNR)、结构相似度(FSIM)、特征相似度(SSIM)这3个性能指标上也比其他对比算法更具有优势.
-
关键词
增强蒲公英优化算法
多阈值分割
乳腺癌图像
对立式学习
回守策略
-
Keywords
improved dandelion algorithm(ido)
multi-threshold segmentation
breast cancer image
opposition-based learning(OBL)
fall-back strategy
-
分类号
R737.9
[医药卫生—肿瘤]
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
