计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
19期
207-210
,共4页
赵嘉%曹寒问%孙辉%李文力
趙嘉%曹寒問%孫輝%李文力
조가%조한문%손휘%리문력
微粒群优化算法%交换%进化模型%Shearlet变换%峰值信噪比
微粒群優化算法%交換%進化模型%Shearlet變換%峰值信譟比
미립군우화산법%교환%진화모형%Shearlet변환%봉치신조비
分析基于不同进化模型的双群交换微粒群优化算法的不足,提出改进的双群交换微粒群优化算法.算法将微粒分成大小相同的两分群,第一分群采用标准微粒群模型进化,第二分群采用Cognition Only模型进化,当微粒进化到稳定状态,从第一分群随机抽取部分粒子与第二分群适应值最差粒子进行交换,重复上述操作直到找到最优解.实验结果显示:该算法有更好的全局寻优能力和达优率.为验证算法实用性,将改进算法用于Shearlet图像去噪.该方法根据Shearlet变换域不同尺度和方向系数的分布特性,采用改进算法自适应确定各尺度和方向的最优阈值,实现基于图像内容的自适应去噪.实验表明,该方法能有效滤除图像噪声,较好保留图像边缘信息,去噪后图像具有更高峰值信噪比(PSNR).
分析基于不同進化模型的雙群交換微粒群優化算法的不足,提齣改進的雙群交換微粒群優化算法.算法將微粒分成大小相同的兩分群,第一分群採用標準微粒群模型進化,第二分群採用Cognition Only模型進化,噹微粒進化到穩定狀態,從第一分群隨機抽取部分粒子與第二分群適應值最差粒子進行交換,重複上述操作直到找到最優解.實驗結果顯示:該算法有更好的全跼尋優能力和達優率.為驗證算法實用性,將改進算法用于Shearlet圖像去譟.該方法根據Shearlet變換域不同呎度和方嚮繫數的分佈特性,採用改進算法自適應確定各呎度和方嚮的最優閾值,實現基于圖像內容的自適應去譟.實驗錶明,該方法能有效濾除圖像譟聲,較好保留圖像邊緣信息,去譟後圖像具有更高峰值信譟比(PSNR).
분석기우불동진화모형적쌍군교환미립군우화산법적불족,제출개진적쌍군교환미립군우화산법.산법장미립분성대소상동적량분군,제일분군채용표준미립군모형진화,제이분군채용Cognition Only모형진화,당미립진화도은정상태,종제일분군수궤추취부분입자여제이분군괄응치최차입자진행교환,중복상술조작직도조도최우해.실험결과현시:해산법유경호적전국심우능력화체우솔.위험증산법실용성,장개진산법용우Shearlet도상거조.해방법근거Shearlet변환역불동척도화방향계수적분포특성,채용개진산법자괄응학정각척도화방향적최우역치,실현기우도상내용적자괄응거조.실험표명,해방법능유효려제도상조성,교호보류도상변연신식,거조후도상구유경고봉치신조비(PSNR).
