您的位置: 专家智库 > >

吴迪

作品数:3 被引量:39H指数:2
供职机构:郑州轻工业学院计算机与通信工程学院更多>>
发文基金:河南省高等学校青年骨干教师资助计划项目博士科研启动基金河南省杰出人才创新基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇移动机器人
  • 2篇蚁群
  • 2篇蚁群算法
  • 2篇群算法
  • 2篇路径规划
  • 2篇机器人
  • 2篇改进蚁群算法
  • 1篇移动机器人路...
  • 1篇植物
  • 1篇植物叶
  • 1篇植物叶片
  • 1篇三维路径规划
  • 1篇识别方法
  • 1篇图像
  • 1篇图像处理
  • 1篇图像识别
  • 1篇图像识别方法
  • 1篇机器人路径
  • 1篇机器人路径规...

机构

  • 3篇郑州轻工业学...

作者

  • 3篇朱颢东
  • 3篇孙振
  • 3篇吴迪
  • 1篇李红婵
  • 1篇申圳

传媒

  • 1篇江苏农业科学
  • 1篇华中师范大学...
  • 1篇重庆邮电大学...

年份

  • 3篇2016
3 条 记 录,以下是 1-3
排序方式:
基于改进蚁群算法的移动机器人路径规划被引量:25
2016年
针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。
朱颢东孙振吴迪申圳
关键词:移动机器人蚁群算法路径规划
基于PCA和AdaBoost.M1的植物叶片图像识别方法被引量:2
2016年
为了提高植物叶片的识别准确率,提出一种基于PCA和AdaBoost.M1的植物叶片图像识别方法。首先对植物叶片图像进行图像灰度化、二值化以及边缘提取等预处理,然后提取出13个具有比例、旋转、平移不变性的植物叶片特征参数,再利用PCA对这些特征参数进行降维,最后采用AdaBoost.M1分类器对降维处理后的特征参数进行训练和识别。结果表明,该方法可以有效地提高植物叶片图像的识别率。
朱颢东吴迪孙振李红婵
关键词:图像处理
基于改进蚁群算法的移动机器人三维路径规划被引量:12
2016年
三维路径规划是移动机器人研究领域的核心内容之一.传统的蚁群算法应用于三维路径规划时,存在收敛速度慢,容易陷入局部最优解等问题.针对这些问题,论文对路径节点的选取方法、信息素的更新方法、启发函数的设计进行了改进,从而避免了算法陷入局部最优解,加快了算法的收敛速度.仿真实验表明改进算法在不同复杂程度的环境中都可以得到最优路径,且路径规划结果较好,这表明了算法有良好的寻优能力.
朱颢东孙振吴迪
关键词:蚁群算法路径规划
共1页<1>
聚类工具0