检索结果-内蒙古大学图书馆

作者：黄蓓江南大学

学位级别：硕士

图象增强就是将原来不清楚的图像变得清晰或把我们感兴趣的某些特征强调出来,以改善图像的视觉效果或便于对图像进行其他处理。灰度图像的非线性变换是一种有效的图像增强方法,该方法对不同灰度特征的图像采用不同的非线性变换曲线进行... 详细信息

图象增强就是将原来不清楚的图像变得清晰或把我们感兴趣的某些特征强调出来,以改善图像的视觉效果或便于对图像进行其他处理。灰度图像的非线性变换是一种有效的图像增强方法,该方法对不同灰度特征的图像采用不同的非线性变换曲线进行调整。归一化非完全Beta函数可以拟合图像调整的各种非线性变换曲线,不同的参数值分别对应于不同类型的图像非线性变换曲线,但通常确定该函数参数需要采用穷举法和人工介入法,计算量大且无智能性。量子遗传算法是量子计算和遗传算法相结合的一种新的优化算法。量子遗传算法建立在量子的态矢量表示的基础之上,将量子比特的几率幅表示应用于遗传算法中染色体的编码,使得一条染色体可以表达多个态的叠加,并利用量子逻辑门代替遗传操作实现染色体的更新,从而实现目标的优化求解,具有比遗传算法更高的搜索效率。本文利用量子遗传算法进行灰度图像的非线性变换函数参数的自适应选择。实验表明,量子遗传算法具有强大的搜索能力,它可以根据图像的灰度性质,得到较优的非线性变换曲线,有效的实现了灰度图像的自适应增强。

关键词：遗传算法量子计算量子遗传算法量子旋转门图像增强灰度图像

来源：评论

学校读者我要写书评

暂无评论

基于量子位Bloch坐标的量子遗传算法及其应用

引用

控制理论与应用 2008年第6期25卷 985-989页

作者：李盼池大庆石油学院计算机与信息技术学院黑龙江大庆163318

提出了一种基于量子位Bloch坐标的量子遗传算法.该方法用量子位构成染色体;用量子位的Bloch坐标构成染色体上的基因位;用量子旋转门进行染色体上量子位的更新;用量子非门进行染色体变异.对于量子旋转门的转角大小及方向的确定,提出了一... 详细信息

提出了一种基于量子位Bloch坐标的量子遗传算法.该方法用量子位构成染色体;用量子位的Bloch坐标构成染色体上的基因位;用量子旋转门进行染色体上量子位的更新;用量子非门进行染色体变异.对于量子旋转门的转角大小及方向的确定,提出了一种简易快捷的新方法;对旋转和变异操作,提出了基于量子位Bloch坐标的新算子.该算法将量子位的3个Bloch坐标都看作基因位,每条染色体包含3条并列的基因链,每条基因链代表1个优化解.在染色体数目相同时,可加速优化进程.以函数极值优化和神经网络权值优化为例,仿真结果表明该方法在搜索能力和优化效率两个方面优于普通量子遗传算法和简单遗传算法.

关键词：量子遗传算法 Bloch球面坐标三基因链编码量子旋转门优化算法

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法的改进及其在智能故障诊断中的应用

量子遗传算法的改进及其在智能故障诊断中的应用

引用

作者：项灏南京理工大学

学位级别：博士

随着科学技术的进步和现代工业技术的迅猛发展，现代装备日趋呈现出大型化、复杂化的态势，其一处故障可能引起多处故障，以致不同故障模式之间产生藕合，从而导致对整个复杂系统的健康状态监测与诊断的难度加大。因此，对复杂机械系统... 详细信息

随着科学技术的进步和现代工业技术的迅猛发展，现代装备日趋呈现出大型化、复杂化的态势，其一处故障可能引起多处故障，以致不同故障模式之间产生藕合，从而导致对整个复杂系统的健康状态监测与诊断的难度加大。因此，对复杂机械系统进行健康状态监测与诊断引起了人们的普遍关注，从而形成了一个重要的课题。另一方面，故障诊断技术所涉及到的其它学科，例如:信息科学、系统科学、人工智能、计算机技术等，在飞速发展。这使得故障诊断技术随着时代的发展与这些前沿学科同步发展，从而推动了故障诊断技术这一门学科的发展。\n 目前，作为人工智能的重要分支，故障诊断专家系统、神经网络已得到人们的广泛关注，基于神经网络的智能故障诊断技术已经获得了广泛的应用;同时基于核函数的小样本统计学习理论在智能故障诊断领域中的应用正在蓬勃兴起。但是，这些方法都有它们自身的不足之处。\n 另一方面，计算机学科在飞速发速，尤其是智能计算领域。群体智能技术作为智能计算领域的一个重要方向，它是一种新的优化方法，是人工智能领域研究的一个新的热点，将其中的遗传优化算法应用于故障诊断领域中，从而丰富和发展了故障诊断学科，拓展了智能优化算法的应用领域。\n 量子计算是智能计算领域中的一个前沿分支。本文试图在智能计算领域中的前沿——量子计算方向上，针对遗传优化算法，进行局部创新并与常用的2大学习机（神经网络与支持向量机）相结合，并把它们运用到智能故障诊断中去。\n 本文的主要工作如下。\n (1)针对量子遗传算法的最新研究成果，实数双链编码目标梯度量子遗传算法，英文简称DoubleChainsQuantumGeneticAlgorithm(DCQGA)的特点，在分析了该算法的机理基础之上，将实数双链编码目标梯度量子遗传算法(DCQGA)与模拟退火算法(SimulatedAnnealingAlgorithm，SAA)相结合，从而提出了实数双链编码目标梯度量子遗传模拟退火算法，英文简称:DoubleChainsQuantumGeneticSimulatedAnnealingAlgorithm，英文缩写:DCQGSAA。\n (2)目前，人工神经网络在智能故障诊断中获得了广泛的应用。在人工神经网络的实际应用中，绝大部分的神经网络模型都采用BP网络及其变化形式。虽然，多层BP神经网络可以应用于线性系统和非线性系统，对任意函数模拟逼近;但是，BP网络并不一定总能有解。问题的一个主要方面在于多层网络中非线性函数有多个局部最优解，寻优的过程与初始点的选取关系很大。为了解决这个问题，人们常将智能算法与BP神经网络相结合，用之优化BP网络的权值与阈值;但是，在神经网络权值与阈值的优化过程中，由于需要频繁编码与解码，计算量比较大。因此，人们试图寻找一种收敛速度快同时收敛精度比较高的智能算法来代替常用的智能算法。本文采用所提出的改进的量子遗传算法(DCQGSAA)，将其与BP神经网络相结合，用之改进网络的权值与阈值，从而达到在一定程度上改进BP网络的学习性能的目的，建立了基于“改进的量子遗传算法(DCQGSAA)+BP神经网络”的混合智能故障诊断模型，并将此混合模型运用到某滚动轴承的故障诊断中，仿真结果表明所建立的混合故障诊断模型效果良好。\n (3)自组织特征映射神经网络(SelfOrganizingMaps，SOM)也称Kohonen网络。该网络是一个由全连接的神经元阵列组成的无教师、自组织、自学习的网络，它可以对外界未知环境进行学习，因而具有能较强的处理复杂非线性问题的能力。其泛化能力有效克服了容差因素对故障诊断精度的影响，因此SOM网络无需大量的学习样本，这正好弥补了BP网络在学习过程中需要大量训练样本的缺陷。\n 本文根据SOM网络与BP神经网络的优缺点，采用优势互补的原则，将2者相结合;并在本文所提出的改进的量子遗传算法(DCQGSAA)的基础之上，首次建立了基于“SOM+BP+改进的量子遗传算法(DCQGSAA)”的混合智能故障诊断模型，试图解决神经网络的小样本学习问题;并将此混合模型首次运用到某内燃机燃油系统的故障诊断中。仿真结果表明所建立的混合故障诊断模型效果良好。\n (4)支持向量机(SupportVectorMachine，SVM)理论是由Vapnik等人提出的一种新的机器学习算法，该算法建立在统计学习理论中结构风险最小化原则基础之上，因此SVM具有较好的泛化能力。此外，支持向量机是一个凸二次优化问题，它能够保证找到问题的极值解，也就是全局最优解。这些特点使SVM获得了广泛的应用。\n 但是SVM的性能对它的关键参数极为敏感，同时它的性能与研究对象的数据分布也有极大的联系。针对此问题，本文采用所提出的改进的量子遗传算法(DCQGSAA)来优

关键词：智能故障诊断神经网络支持向量机量子遗传算法复杂系统

来源：评论

学校读者我要写书评

暂无评论

改进量子遗传算法在PID参数整定中应用

引用

电力自动化设备 2009年第10期29卷 125-127,139页

作者：曾成赵锡均中国工程物理研究院电子工程研究所四川绵阳621900

参数整定是PID控制器设计的关键,针对PID控制器参数整定问题,提出一种基于改进量子遗传算法的参数整定方法。该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作。基于改进量子遗传算法的PID参数整定方法将PID控... 详细信息

参数整定是PID控制器设计的关键,针对PID控制器参数整定问题,提出一种基于改进量子遗传算法的参数整定方法。该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作。基于改进量子遗传算法的PID参数整定方法将PID控制器参数整定转化为参数优化问题,通过改进量子遗传算法的进化计算实现参数整定。与其他参数整定优化算法的仿真结果比较表明,该方法能获取更好的控制品质,仿真结果验证了该方法的可行性。

关键词：量子遗传算法量子交叉量子变异群体灾变 PID控制参数整定优化

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法在基于人工免疫的入侵检测系统中的应用

引用

计算机应用与软件 2006年第10期23卷 23-24,115页

作者：冯莉孙力娟南京邮电大学计算机科学与技术系江苏南京210003

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法———量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明:量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了... 详细信息

一个高效的入侵检测系统需要根据网络流的变化,不断对检测子进行优化。将新型的启发式方法———量子遗传算法应用于入侵检测系统中,并进行了仿真实验。结果表明:量子遗传算法在优化性能上优于传统遗传算法,它使种群具有多样性,提高了算法效率。

关键词：量子遗传算法入侵检测人工免疫检测子

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法在指纹图像分割中的应用

引用

计算机应用与软件 2007年第12期24卷 171-172,207页

作者：宋娟范承志全惠云湖南师范大学数学与计算机学院湖南长沙410081

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法。这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割。实验结果表明,QGA在指纹图像阈值分割中的... 详细信息

提出了一种基于量子遗传算法(QGA)的指纹图像分割改进方法。这种方法利用量子遗传算法种群多样性好,收敛速度快的特点,将基于量子遗传算法的阈值分割方法与方向图法相结合对指纹图像进行分割。实验结果表明,QGA在指纹图像阈值分割中的速度和精度优于改进的自适应遗传算法和其它一些传统算法,是一种有效的图像分割方法。

关键词：指纹图像方向图法量子遗传算法图像分割

来源：评论

学校读者我要写书评

暂无评论

基于量子遗传算法的雷达组网布站分析

引用

弹道学报 2019年第4期31卷 39-43,67页

作者：刘洋宫志华田家磊陈春江王佳宋中国人民解放军63850部队

针对弹道目标雷达组网测试,测量设备布站设计是一个典型的复杂优化问题。基于量子遗传算法搜索机理和待求解优化问题特性,以弹道测量精度为目标函数,设计了优化算法计算流程。对一种多雷达设备组网布站测量进行了仿真评估,重点关注了量... 详细信息

针对弹道目标雷达组网测试,测量设备布站设计是一个典型的复杂优化问题。基于量子遗传算法搜索机理和待求解优化问题特性,以弹道测量精度为目标函数,设计了优化算法计算流程。对一种多雷达设备组网布站测量进行了仿真评估,重点关注了量子遗传算法2种旋转角策略对搜索全局最优解的影响。结果表明:区别于旋转角变小的更新策略,旋转角变大的更新策略虽然收敛速度下降,但获得全局最优解的概率增大。研究结果为量子遗传算法在弹道组网测试领域的应用提供了参考。

关键词：量子遗传算法雷达组网优化布站适应度函数罚函数

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法及其在地球物理反演中的应用研究

量子遗传算法及其在地球物理反演中的应用研究

引用

作者：罗红明中国地质大学

学位级别：博士

地球是人类赖以生存和发展的空间。人类有史以来就一直执着地对地球进行着探索，希望揭开地球内部的奥秘，渴望认识地球的起源及其演化。地球科学的基本任务是认识地球，同时为人类生存和生活服务，包括石油矿产资源勘查、基础工程建设... 详细信息

地球是人类赖以生存和发展的空间。人类有史以来就一直执着地对地球进行着探索，希望揭开地球内部的奥秘，渴望认识地球的起源及其演化。地球科学的基本任务是认识地球，同时为人类生存和生活服务，包括石油矿产资源勘查、基础工程建设、环境保护和灾害防治等。在资源矛盾日益突现的今天，节约能源和加强勘探是实现经济持续稳定增长、社会安定团结、人民生活不断改善的有效手段。作为勘探资料最终解释重要参考的地球物理反演结果，是指导勘探开发的重要手段。然而，常规的反演方法越来越难满足现在地下情况更复杂、处理标准更高的要求。所以，引入新的更优的反演思想和方法是改善这种状况的重要途径之一。上世纪90年代迅速发展起来的以量子计算机为基础的量子计算方法以其在理论上证实具有超强的计算速度、指数级的存储容量、更好的稳定性和有效性被誉为未来计算科学发展的方向之一。以量子理论为基础的量子遗传算法，可以在一定程度上提高计算效率和克服陷入局部极值。从理论上看，量子遗传反演方法不但具有量子计算得的一些特征，而且具有非线性优化算法的许多优点：不受初始模型选取的限制；可以方便的与其它优化算法进行综合(联合或混合)反演；还可以实现并行计算，使其计算量大大减少等。论文在充分分析了当前地球物理反演的要求和现有方法的种种不足的前提下，兼顾算法全局搜索和迅速收敛两个核心要求，首次引入了已经在其它优化领域成功应用的量子遗传算法。该方法由于采用了量子位编码，量子旋转门定向更新的策略，使得算法具有一定的并行运算能力和量子的隧道效应，计算精度和收敛速度得到大大提高。本论文围绕量子遗传算法在地球物理反演中的应用研究这一前沿课题，分五个部分来论述：第一部分首先简要阐述本文反演研究问题的提出，课题研究的意义，研究的思路和主要内容，主要创新和贡献等几个方面内容。第二部分主要简要回顾了非线性反演方法的提出；非线性反演方法的发展和分类；介绍了模拟退火、遗传算法、人工神经网络以及中国地质大学(武汉)新提出和实践的多尺度反演法、同伦反演方法、粒子群反演算法、模拟原子跃迁反演方法等主要非线性反演方法。并对非线性反演方法优势和局限性进行了评述，就反演问题的非线性与多极值、反演解存在性、非唯一性和稳定性、计算量问题等进行了讨论，指出了地球物理非线性反演的理论和方法的研究仍将是今后反演发展的主要方向，并可望在不久以后取得重大进展。第三部分介绍了量子力学中的量子态、量子门等几个基本概念，并简要介绍了量子退火算法、量子遗传算法、量子神经网络算法等几种基于量子理论的优化算法。第四部分和第五部分是本文的主要内容。第四部分结合量子遗传算法优化原理和算法实现过程中的一些关键技术，如量子门的定向更新，自适应步长搜索策略等，针对地球物理反演问题的非线性、多极值等特点提出一套可行的实现方案，并设计了量子遗传算法地球物理反演的详细实现流程。第五部分是理论与实际资料试验，先从理论模型开始，研究量子遗传方法在大地电磁反演以及地震波阻抗反演中的可靠性，并对其抗噪能力和计算效率进行了大量计算试验，并对反演结果进行了分析，得到令人满意的结果。然后，论文分别将量子遗传方法用于实际的鄱阳地区大地电磁数据和大庆地区地震数据进行反演，研究了该方法对实际资料的反演效果和计算效率，均取得了很好的效果。本文的创新在于首次在国内将量子遗传算法成功地引入地球物理资料反演，并获得了成功。目前的理论分析和本文的结果已经表明，量子遗传算法是一种非常有效的全局非线性反演方法，用于地球物理反演的可行的。该方法不依赖于初始模型的选取，搜索全局性好，由于引入量子编码概念，算法具有量子隧道效应和量子计算的并行性，使得其种群规模小，寻优能力强，收敛速度快，且其计算量相对于传统非线性随机搜索方法已大大减少等优点。它已成功应用于多个领域。该算法在理论上非常适合于非线性、多极值的地球物理反演问题，必将能在地球物理反演领域广泛应用。总之，地球物理学承担了未来地球科学理论的进展和社会发展先导学科的重任，需要引进其它学科先进的思想和方法，才能有效解决当前资源勘查和国民经济建设中更复杂的实际问题。在地球物理方法解决实际问题过程中，都必须在地质理论或地质规律性认识的指导下，求取合理的解释结果。只有地质和地球物理紧密地结合起来，才能有效地解决实际问题。目前，量子遗传算法的研究还处于探索阶段，其理论还有待完善。量子遗传算法来解决地球物理反演问题，还需要针对实际问题进行更多探索。

关键词：量子遗传算法地球物理反演非线性收敛大地电磁地震全局最优声波阻抗

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法在MIMO-OFDM系统信号检测中的应用

量子遗传算法在MIMO-OFDM系统信号检测中的应用

引用

作者：王伟南京邮电大学

学位级别：硕士

量子信息学是一门新兴的交叉学科，它在信息领域中有着独特的功能，在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近年来，基于量子并行计算的量子智能算法有效地降低了一些经... 详细信息

量子信息学是一门新兴的交叉学科，它在信息领域中有着独特的功能，在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近年来，基于量子并行计算的量子智能算法有效地降低了一些经典难解算法的计算复杂度。而通信系统的低误码率和低计算代价是所有检测技术追求的目标，本论文正是基于这一目标，在研究了MIMO-OFDM系统中的各类经典检测算法后，将量子遗传算法用于MIMO-OFDM系统信号检测，以期达到性能和计算复杂度的良好折衷。\n 目前提出的检测方案主要有线性检测、非线性检测和最优检测三类。其中，最大似然检测作为一种公认的最优检测技术，在性能上具有明显的优势，但是计算代价较高；线性检测、非线性检测虽然性能较差，但是计算简单，易于实现。本文研究了遗传算法和量子遗传算法，它们能将两者的优点有机的结合。围绕最优检测这一思想，分别提出了基于遗传算法和基于量子遗传算法的MIMO-OFDM系统信号检测方案。本文结合MATLAB仿真，全面分析、比较了各类算法和新算法在性能和计算复杂度等方面的差异。仿真结果表明，文中提出的方法在误码率性能方面明显优于传统的检测算法，并且量子遗传算法的性能优于经典遗传算法。

关键词：量子计算量子遗传算法多输入多输出正交频分复用信号检测

来源：评论

学校读者我要写书评

暂无评论

量子遗传算法优化神经网络及其在MIMO系统信号检测中的应用研究

量子遗传算法优化神经网络及其在MIMO系统信号检测中的应用研究

引用

作者：周敏南京邮电大学

学位级别：硕士

量子信息学是一门新兴的交叉学科，它在信息领域中有着独特的功能，在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近年来，基于量子并行计算的量子智能算法有效地降低了一些经典难解算法的计算复杂度。\n 在目前的通信系统中，低误码率和低计算复杂度是所有检测技术追求的目标。本文正是基于这一目标，设计新型的优化检测算法，以期达到检测性能和计算复杂度的良好折衷。\n 本文首先研究了量子遗传算法的特性，并利用量子遗传算法种群规模小，收敛速度快的特性来优化传统神经网络，设计了量子遗传算法优化的BP(Back Propagation)网络和RBF(Radial Basis Function)网络，并分别对这两种量子遗传算法优化的神经网络进行性能测试，实验表明，用量子遗传算法优化过的神经网络在网络性能上比传统神经网络有较明显的提高。\n 其次，将量子遗传算法优化神经网络应用于MIMO系统信号检测。用量子遗传算法优化神经网络检测信号的初始值，提出了基于量子遗传算法优化神经网络的MIMO系统信号检测方案。实验表明，基于量子遗传算法优化神经网络的MIMO检测方案在检测性能上比基于传统神经网络和基于量子遗传算法的MIMO检测方案有较明显的提高。\n 最后，研究了基于量子遗传算法优化神经网络的MIMO-OFDM系统信号检测，用量子遗传算法优化神经网络检测信号的初始值，提出了一种基于量子遗传算法优化神经网络的MIMO-OFDM系统信号检测方案。实验表明，基于量子遗传算法优化神经网络的MIMO-OFDM检测方案，其检测性能优于基于传统神经网络和基于量子遗传算法的检测方案。

关键词：量子计算量子遗传算法神经网络多输入多输出正交频分复用信号检测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：