文档介绍：名:型曼遁\型玉殖∑独创性声明竺:互关于论文使用授权的说明江南大学有权保留并向国家有关部门或机构送交论文的复印件和磁盘,,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,、使用学位论文的规定:许论文被查阅和借阅,可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文,:期:名:日
—————————土猒——二‘—————————畂‘·’‘—⋯⋯摘要智能优化算法具有全局的、并行高效的优化性能、鲁棒性、通用性强、无需问题特言息等优点。已经被广泛应用于计算机科学、优化调度问题、运输问题、,掀起了研究热潮。智尤化算法的典型代表基于微粒群优化算法以及克隆选择算法越来越多的受到人们的主,尤其以这些算法的改进及算法在诸多领域的应用为研究热点,对算法性能的要求趁来越高,如何设计一个鲁棒性好,速度快,精确度高,性能稳定的智能优化算法问乃是研究的重点。本文主要针对智能优化算法及其应用领域一配准领域做了一些研究。主要研究的智尤化算法为算法以及改进的免疫克隆选择算法,并结合嗬胍约疤氧抽取对不同传感器的图像进行配准,最后用实验验证了算法的性能以及有效性。具勾容如下:捎谕枷衽渥际峭枷袢诤系囊桓鲋匾2街瑁4颂岢隽艘恢肿远枷衽渥妓,该算法将两幅图像分别进行梯度特征变换,再用模糊聚类方法提取特征点,然后选嗬牍乖炷勘旰孔恿W尤河呕惴辞蠼馀渥妓璧姆律奂参数对特征点集进行匹配。实验结果表明,采用特征点来计算嗬氪蟠氐了运算量,而且基于嗬氲牧孔恿W尤河呕远渥妓惴ǎ扌璧阌氲目的直接对应,本文方法可用于两幅差异较大图像的配准,具有较强的鲁棒性,有较约配准精度和较快的速度。捎诖车拿庖呖寺⊙≡袼惴ù嬖谧攀樟菜俣冉下倚柙谇蠼馕侍馐碧崆吧参数的问题,本文在此基础上,添加了具有自适应变换的免疫概率以及克隆概率,并入群体灾变思想,从而提出了无记忆库的自适应免疫克隆选择算法/H禾蔓算法可以使算法尽快摆脱迟钝状态,并使种群能够保持抗体多样性。自适应方法的习不仅增强了免疫概率和克隆概率在求解问题时的灵活性,也可以使算法在进化初期波强的全局搜索能力和较弱的局部搜索能力,并随着进化的进行,局部搜索能力逐步强,全局搜索能力逐步减弱,从而能够找到全局最优点。由于虽具有记忆功能,艮记忆一代数据,为了增加算法的记忆功能,本文又提出了在的基础上添加记车算子的有记忆库的自适应免疫克隆选择算法忧苛搜坝拍芰Α2⒂于二侍饨行阅芗觳猓抡媸笛榻峁砻鳎氪车拿庖呖寺∷惴ㄏ啾龋疚乃育效克服了过早收敛问题,保持了抗体的多样性,而且收敛速度较快。捎诟慕拿庖呖寺∷惴ň哂薪峡斓氖樟菜俣群徒细呷ň炙阉髂芰Γ疚慕注方法应用于多传感器的图像配准技术,并利用模糊聚类方法提取特征点,岛为搜索准则来进行图像配准,进一步的加快了对转换参数的搜索速度,以及提高了蜀搜索能力。在图像差异较大,特征点相似度较低的情况下仍能求得较好的配准参数。一。
关键词:智能优化算法;多传感器图像配准;籕豢寺⊙≡袼惴ǎ幻庖算法;籋距离;特征点;梯度方向算子;模糊聚类算法;记忆库;自适应算子;群体灾变算子摘要Ⅱ
甌琀.,瓵,琲猰琣..,瑀瑅琫.,琽,..,,..琲甌瓽甋,,.瓺琣
籔;;.猻..,.:籱籭籋;;;籱籥籸.
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...粒子群优化算法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...免疫选择优化算法研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.枷衽渥技际醯难芯肯肿础本文创新及主要贡献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章基本智能优化算法及其应用研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯