一种基于离散微粒群优化的数字曲线的多边形近似算法
数字曲线的多边形近似是图像分析研究领域的一个热点问题.获取数字曲线的优化多边形近似是一个复杂的问题,其计算复杂度非常高.微粒群算法是近些年来提出的一种新的优化方法,已经被广泛应用于各种优化问题的求解.提出了一种求解数字曲线的多边形近似问题的基于整数编码的离散微粒群算法(IPSO).IPSO通过重新定义标准微粒群算法的速度和位置更新公式中的加法、乘法和减法运算,使得算法能运行在离散的解空间.IPSO的位置向量修复机制保证了解的可行性,而局部优化器提高了算法的搜索精度.实验结果表明,IPSO求解的质量和求解的效率均优于遗传算法和0-1编码的微粒群算法.
曲线描述、多边形近似、微粒群优化、整数编码、速度与位置更新
47
TP391.41(计算技术、计算机技术)
中国博士后科学基金项目20090461052;江苏省自然科学基金项目BK2009348;江苏省高校自然科学研究计划基金项目08KJB510002,06KJD520073;江苏省高校自然科学重大基础研究基金项目07KJA52004;江苏省产学研前瞻性联合研究基金项目BY20091005;教育部"新世纪优秀人才支持计划"基金项目NCET-07-0411
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1886-1892