针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭...针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭州某处山区和纽约城市区域的高程模型;其次,结合地形高程信息,采用凸包策略编码并通过B样条曲线构建路径;最后,对樽海鞘群算法在个体位置更新公式上加入自适应Alpha稳定分布策略与非线性扰动策略,以平衡算法的全局开发能力与局部探索能力,并引入贪婪策略和鱼类聚集装置策略,提高算法搜索效率和精度。利用CEC2020测试函数对所提算法进行实验对比,验证了改进算法的性能。实验结果表明,凸包策略能有效提升算法规划能力,且与传统算法相比,改进后的算法能够使无人机的寻优精度更高,代价函数更小。展开更多
与单阈值分割相比,多阈值彩色图像分割具有更高的分割精度,对复杂的彩色图像分割有着较好的效果.但是由于阈值增多导致计算量增大,整体算法的运算时间增加.针对此问题,提出了一种改进的多元宇宙优化算法对多阈值彩色图像分割算法进行优...与单阈值分割相比,多阈值彩色图像分割具有更高的分割精度,对复杂的彩色图像分割有着较好的效果.但是由于阈值增多导致计算量增大,整体算法的运算时间增加.针对此问题,提出了一种改进的多元宇宙优化算法对多阈值彩色图像分割算法进行优化.首先,对多元宇宙优化算法进行改进,引入樽海鞘优化算法中的收敛因子,提高算法的寻优能力;然后,选取多阈值大津法作为图像分割算法,将其作为优化算法的适应度函数;最后,通过对标准数学公式的仿真实验,以及选取四幅伯克利大学图像库图像进行实验分析,实验结果表明该算法能够对图像进行精确分割,在PSNR(Peak Signal to Noise Ratio)和FSIM(Feature Similarity Index)两个指标上均优于其他算法,提高了分割精度.展开更多
文摘针对启发式算法在无人机不规则复杂地形和多重威胁环境下进行三维航迹规划时,存在路径波动大和优化性能不足的问题,提出结合高程数据的凸包策略以及一种改进的樽海鞘群算法(ISSA)。首先,基于ASTER GDEMV3和Open Street Map数据,构建杭州某处山区和纽约城市区域的高程模型;其次,结合地形高程信息,采用凸包策略编码并通过B样条曲线构建路径;最后,对樽海鞘群算法在个体位置更新公式上加入自适应Alpha稳定分布策略与非线性扰动策略,以平衡算法的全局开发能力与局部探索能力,并引入贪婪策略和鱼类聚集装置策略,提高算法搜索效率和精度。利用CEC2020测试函数对所提算法进行实验对比,验证了改进算法的性能。实验结果表明,凸包策略能有效提升算法规划能力,且与传统算法相比,改进后的算法能够使无人机的寻优精度更高,代价函数更小。
文摘与单阈值分割相比,多阈值彩色图像分割具有更高的分割精度,对复杂的彩色图像分割有着较好的效果.但是由于阈值增多导致计算量增大,整体算法的运算时间增加.针对此问题,提出了一种改进的多元宇宙优化算法对多阈值彩色图像分割算法进行优化.首先,对多元宇宙优化算法进行改进,引入樽海鞘优化算法中的收敛因子,提高算法的寻优能力;然后,选取多阈值大津法作为图像分割算法,将其作为优化算法的适应度函数;最后,通过对标准数学公式的仿真实验,以及选取四幅伯克利大学图像库图像进行实验分析,实验结果表明该算法能够对图像进行精确分割,在PSNR(Peak Signal to Noise Ratio)和FSIM(Feature Similarity Index)两个指标上均优于其他算法,提高了分割精度.
