您的位置： 专家智库 > >

北京市自然科学基金(70053073)

作品数：2 被引量：0H指数：0
相关作者：钱哨更多>>
相关机构：交通运输部交通部管理干部学院更多>>
发文基金：北京市自然科学基金更多>>
相关领域：理学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇电网
  • 1篇演化算法
  • 1篇图像
  • 1篇图像类比
  • 1篇全局最优
  • 1篇纹理
  • 1篇纹理合成
  • 1篇负荷恢复

机构

  • 1篇交通运输部
  • 1篇交通部管理干...

作者

  • 1篇钱哨

传媒

  • 1篇计算机应用与...
  • 1篇计算机应用

年份

  • 1篇2011
  • 1篇2010
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
结合蚁群优化搜索的图像综合特征类比在风格生成中的应用
2010年
为了解决图像风格虚拟生成过程中的参数控制困难以及运算时间较长的问题,提出了一种鲁棒的方法。该方法首先采用基于图像分割的综合特征区域纹理特征生成算法,通过与样本图像相似区域匹配获得新风格的图像;并将蚁群优化算法运用到纹理的匹配过程中以加速整个流程。实验结果表明,该算法在缩短算法时间的同时可以通过参数控制所得图像风格;以蚁群优化为代表的随机性算法能较大程度提高图像风格虚拟生成系统的综合性能。
钱哨
关键词：图像类比纹理合成
基于混合概率分布的演化算法在电网负荷恢复中的应用
2011年
在电网恢复过程中最后的负荷恢复阶段,寻求全局优化的恢复方案通常都是NP完全问题。在综合考虑负荷恢复阶段中各种不同因素的基础上,建立了基于多目标多约束组合优化的数学仿真模型,并将参数可变的混合概率分布演化算法(EABHPD)引入到模型的求解。该算法通过改变分布函数的参数实现了负荷恢复问题求解精度与计算复杂度的折衷,并且避免了演化算法在搜索遍历过程中陷入局部最优解而过早收敛的问题。仿真实验结果表明算法具有良好性能。
钱哨
关键词：负荷恢复全局最优
全选 清除 导出
共1页<1>
聚类工具0