pso 文章進(jìn)入pso技術(shù)社區(qū)

FW-PSO算法支持下無(wú)線傳感網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的優(yōu)化策略

對(duì)無(wú)線傳感網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性、無(wú)標(biāo)度性等進(jìn)行了分析，通過(guò)上述兩項(xiàng)內(nèi)容的分析結(jié)果，構(gòu)建全新的無(wú)線傳感網(wǎng)絡(luò)模型，提升其應(yīng)用效果，設(shè)計(jì)了符合實(shí)際要求的FW-PSO算法，實(shí)現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的優(yōu)化，并通過(guò)實(shí)驗(yàn)進(jìn)行了性能驗(yàn)證。結(jié)果表明：優(yōu)化后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，能夠較好地提升無(wú)線傳感網(wǎng)絡(luò)運(yùn)行性能。
關(guān)鍵字： 202302 FW-PSO 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) 算法優(yōu)化策略抗毀性

摘要：為了解決傳統(tǒng)閾值分割KSW法對(duì)圖像多閾值分割時(shí)由于空間和時(shí)間復(fù)雜度增加導(dǎo)致分割效果不佳的穩(wěn) 態(tài)，本文采用SHO算法優(yōu)化傳統(tǒng)KSW法對(duì)圖像進(jìn)行多閾值分割以提高傳統(tǒng)KSW法分割效果不佳的穩(wěn)態(tài)。為了證明SHO-KSW算法對(duì)圖像分割的優(yōu)越性，與PSO算法優(yōu)化傳統(tǒng)KSW法（PSO-KSW）分割效果對(duì)比。通過(guò)本次實(shí)驗(yàn)的過(guò)程表明SHO-KSW算法比PSO-KSW分割更好。關(guān)鍵詞：閾值分割；SHO-KSW；PSO-KSW；PSNR；SSIM當(dāng)前，圖像處理最重要的步驟即圖像分割，圖像分割是將某個(gè)圖像中的
關(guān)鍵字： 202207 閾值分割 SHO-KSW PSO-KSW PSNR SSIM

摘要：遺傳算法(GA)和粒子群算法(PSO)都屬于進(jìn)化算法，用于優(yōu)化計(jì)算時(shí)，可以幫助尋找問(wèn)題的最優(yōu)解。將遺傳算法和粒子群算法應(yīng)用到反射陣列設(shè)計(jì)中，大大縮減了設(shè)計(jì)周期并提高了反射陣列性能。按照該方法設(shè)計(jì)出的板子陣
關(guān)鍵字：陣列仿真設(shè)計(jì) 反射算法 GA PSO 基于

有限沖激響應(yīng)(FIR)數(shù)字濾波器的設(shè)計(jì)實(shí)質(zhì)是一個(gè)多參數(shù)優(yōu)化的問(wèn)題，而傳統(tǒng)的一些優(yōu)化設(shè)計(jì)方法，如遺傳算法、神經(jīng)網(wǎng)絡(luò)法等，存在算法復(fù)雜，收斂速度慢，效果不明顯等缺點(diǎn)。提出一種改進(jìn)粒子群優(yōu)化算法(IMPSO)的FIR數(shù)字濾波器設(shè)計(jì)。該方法首先根據(jù)粒子聚合度情況引入變異思想，克服PSO算法容易早熟的毛病，對(duì)算法進(jìn)行改進(jìn)，然后利用改進(jìn)的IMPSO搜索濾波器參數(shù)的最優(yōu)解，對(duì)FIR濾波器進(jìn)行優(yōu)化設(shè)計(jì)。實(shí)例設(shè)計(jì)FIR數(shù)字低通、帶通濾波器，仿真結(jié)果表明，該方法具有算法簡(jiǎn)單，收斂速度快，魯棒性好等優(yōu)點(diǎn)。
關(guān)鍵字： PSO FIR 數(shù)字濾波器設(shè)計(jì)

共4條 1/1 1

您好，目前還沒(méi)有人創(chuàng)建詞條pso!
歡迎您創(chuàng)建該詞條，闡述對(duì)pso的理解，并與今后在此搜索pso的朋友們分享。創(chuàng)建詞條