计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
25期
195-197
,共3页
图像复原%遗传算法%小生境算法%邻居模型
圖像複原%遺傳算法%小生境算法%鄰居模型
도상복원%유전산법%소생경산법%린거모형
传统的小生境遗传算法收敛太慢,且容易陷入局部最优,对小生境算法做出以下三点改进:一是将解空间划分为多层区域,每层使用不同的距离因子;二是采用差值编码方式,使得算法更易收敛;三是使用伪并行加速算法,改进经典的邻居模型为镜像邻居模型.实验表明改进算法的PSNR比常用的遗传算法以及小生境算法高0.2～0.3 dB,且运算时间仅有它们的40%～50%.
傳統的小生境遺傳算法收斂太慢,且容易陷入跼部最優,對小生境算法做齣以下三點改進:一是將解空間劃分為多層區域,每層使用不同的距離因子;二是採用差值編碼方式,使得算法更易收斂;三是使用偽併行加速算法,改進經典的鄰居模型為鏡像鄰居模型.實驗錶明改進算法的PSNR比常用的遺傳算法以及小生境算法高0.2～0.3 dB,且運算時間僅有它們的40%～50%.
전통적소생경유전산법수렴태만,차용역함입국부최우,대소생경산법주출이하삼점개진:일시장해공간화분위다층구역,매층사용불동적거리인자;이시채용차치편마방식,사득산법경역수렴;삼시사용위병행가속산법,개진경전적린거모형위경상린거모형.실험표명개진산법적PSNR비상용적유전산법이급소생경산법고0.2～0.3 dB,차운산시간부유타문적40%～50%.
