杨咚咚 作品数:8 被引量:500 H指数:4 供职机构: 西安电子科技大学 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 国家重点基础研究发展计划 更多>> 相关领域: 自动化与计算机技术 电子电信 更多>>
基于人工免疫系统的多目标优化与SAR图像分割 最优化问题是工程实践和科学研究中的主要问题形式之一,其中,仅有一个目标函数的最优化问题被称为单目标优化问题,目标函数超过一个并且需要同时处理的最优化问题被称为多目标优化问题(Multi-objective Optimiz... 杨咚咚关键词:进化计算 人工免疫系统 图像分割 目标识别 合成孔径雷达 多目标优化 基于融合和T-分布的SAR图像水灾变化检测 被引量:4 2011年 基于融合和T-分布模型,提出了一种新的SAR图像水灾变化检测方法.首先,结合差值法与对数比的优点,根据经验提出了一种新的融合策略,通过融合差值图像和对数比图像可得视觉效果较好的差异图像.然后根据融合后的差异图像的直方图,确定绝对变化类与绝对非变化类两个区间,从而可得两者之间的模糊区间.假设模糊区间的直方图服从T-分布,根据Kittler-Illingworth(KI)阈值选取准则,提出了一种基于T-分布模型改进的KI阈值法(TM_KI),对融合后的差异图像进行阈值分割得到水灾变化结果.通过实验比较,结果分析表明该方法不但能减少相干斑噪声的影响和增强水灾带来的微弱变化信息,而且能有效地检测面积较小的变化区域,从而改善变化检测性能. 李金基 焦李成 张向荣 杨咚咚关键词:变化检测 差值法 SAR图像 T-分布 求解偏好多目标优化的克隆选择算法 被引量:32 2010年 目标维数较高的多目标优化问题的难题在于非支配解急剧增加,经典算法由于缺乏足够的选择压力导致性能急剧下降.提出了基于偏好等级的免疫记忆克隆选择优化算法,用于解决目标维数较高的多目标优化问题.利用决策者提供的偏好信息来为抗体分配偏好等级,根据该值比例克隆抗体,增大抗体的选择压力,加快收敛速率.根据偏好信息来缩减Pareto前沿,并用有限的偏好解估计该前沿.同时,建立了免疫记忆种群来保留较好的非支配抗体,采用ε支配机制来保持记忆抗体种群的多样性.实验结果表明,对于2目标的偏好多目标问题以及高达8目标的DTLZ2和DTLZ3问题,该算法取得了一定的实验效果. 杨咚咚 焦李成 公茂果 余航关键词:人工免疫系统 基于正交试验设计的克隆选择函数优化 被引量:12 2010年 将正交试验设计引入到克隆选择操作中,设计出基于正交试验的克隆选择操作(clonal selection operation based on orthogonal experiment design,简称CSO-OED),并将其加入到典型的克隆选择算法中,设计出并联式的CSO+CSO-OED(Ⅰ)算法和串联式的CSO+CSO-OED(Ⅱ)算法.将新设计的算法用于9个经典的测试函数和6个复杂的测试函数进行对比测试,实验结果表明,CSO-OED能够有效地保持种群的多样性,避免算法不成熟收敛.CSO+CSO-OED(Ⅰ)和CSO+CSO-OED(Ⅱ)将全局搜索和局部搜索分开进行优化,对比实验表明,这种搜索策略不但能够保证算法的收敛性,还能有效地提高搜索解的精度,增强算法的鲁棒性. 余航 焦李成 公茂果 杨咚咚关键词:进化算法 人工免疫 克隆选择算法 正交试验设计 函数优化 基于两时相图像联合分类的SAR图像变化检测 被引量:4 2009年 传统分类后比较法(post-classification comparison,PCC)存在分类累积误差问题,且对单幅图像分类精度要求较高,对此,根据不同时相图像的不变信息所具有的相关性,提出了一种基于两时相图像联合分类的SAR图像变化检测方法.该方法以灰度值作为输入信息,通过相似度计算可得两时相图像对应位置像素的灰度相似度,然后求解全局相似度阈值,并用于控制基于K-均值的联合分类器对两时相图像进行联合分类,最后通过类别比较获得变化检测结果.实验结果表明本文方法不但可提高单幅图像的分类精度,而且能够精确地把不同时相图像的不变地物信息划分为同一类别,减少了分类累积误差的影响,提高了变化检测性能. 李金基 焦李成 张向荣 杨咚咚关键词:变化检测 SAR图像 相似度 进化多目标优化算法研究 被引量:444 2009年 进化多目标优化主要研究如何利用进化计算方法求解多目标优化问题,已经成为进化计算领域的研究热点之一.在简要总结2003年以前的主要算法后,着重对进化多目标优化的最新进展进行了详细讨论.归纳出当前多目标优化的研究趋势,一方面,粒子群优化、人工免疫系统、分布估计算法等越来越多的进化范例被引入多目标优化领域,一些新颖的受自然系统启发的多目标优化算法相继提出;另一方面,为了更有效的求解高维多目标优化问题,一些区别于传统Pareto占优的新型占优机制相继涌现;同时,对多目标优化问题本身性质的研究也在逐步深入.对公认的代表性算法进行了实验对比.最后,对进化多目标优化的进一步发展提出了自己的看法. 公茂果 焦李成 杨咚咚 马文萍关键词:多目标优化 进化算法 PARETO占优 粒子群优化 人工免疫系统 分布估计算法 免疫非支配自适应粒子群多目标优化 被引量:4 2010年 为了更加有效地利用粒子群优化技术来解决多目标优化问题,提出了非支配粒子群的概念,并根据当前代的非支配解的数量自适应地构建粒子惯性权,动态调节粒子进化过程.同时,利用人工免疫系统中的克隆选择机制来对非支配粒子进行增殖扩散,保持粒子种群的多样性.通过系统的实验验证,与当前多目标优化领域最有代表性的NSGA-Ⅱ,PESA-Ⅱ和SPEAⅡ相比,表明该算法在收敛性和多样性方面均取得了一定的优势,且时间复杂度明显较低. 马晶晶 杨咚咚 焦李成关键词:进化计算 多目标优化 人工免疫系统 粒子群优化 一种改进ε支配的等度规映射方法 被引量:5 2011年 新型支配机制的研究是进化多目标优化领域中的热点和难点之一,其中,ε支配最具代表性.但是,它的缺点在于对于不同几何形状的Pareto前沿十分敏感.提出了一种改进ε支配机制的等度规映射方法,采用等度规映射把解映射到低维流形空间,发现隐藏于非支配解的几何分布,在低维流形空间进行ε支配的剪枝操作.与传统的ε支配相比,该机制不会丢失部分有效解,能够较好地保持解分布的均匀性.另外,为了克服传统ε支配丢失部分极端解的不足,设计了极端解校验算子.与NSGAII,SPEA2,NNIA和εMOEA相比,所提出的ε支配和极端解校验算子能够较好地保持解分布的均匀性和宽广性,改进了传统的ε支配. 杨咚咚 马晶晶 焦李成 公茂果 司晓云关键词:进化计算 多目标优化 等度规映射