-
公开(公告)号：CN104809889B
公开(公告)日：2017-03-01
申请号：CN201510185281.7
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析改进遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法利用对种群个体进行主成分分析分析设计交叉和变异算子。交叉算子能够根据PCA统计的父代个体的相似基因位避开容易产生无效交叉的交叉位置，减少无用的交叉，提高算法的搜索效率；变异算子根据PCA统计的相似基因位进行自适应的变异概率调节，从而保护优秀模式，提高算法的局部搜索效率。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
公开(公告)号：CN104809890A
公开(公告)日：2015-07-29
申请号：CN201510185548.2
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析和局部搜索改进正交遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法提出了一种基于主成分分析的改进正交交叉算子。该算子首先对交叉前的种群进行PCA投影，减小交叉时的个体长度，然后在投影域上实施正交交叉操作；交叉完成后重新投影到原始空间，减少因交叉产生的冗余个体个数和计算开销。为了进一步提高算法的收敛速度，还引入了局部搜索策略。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
公开(公告)号：CN104809889A
公开(公告)日：2015-07-29
申请号：CN201510185281.7
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析改进遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法利用对种群个体进行主成分分析分析设计交叉和变异算子。交叉算子能够根据PCA统计的父代个体的相似基因位避开容易产生无效交叉的交叉位置，减少无用的交叉，提高算法的搜索效率；变异算子根据PCA统计的相似基因位进行自适应的变异概率调节，从而保护优秀模式，提高算法的局部搜索效率。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
Patent Agency Ranking
公开(公告)号：CN107273842A
公开(公告)日：2017-10-20
申请号：CN201710432432.3
申请日：2017-06-09
Applicant: 北京工业大学
Abstract: 本发明公开了基于CSJOGA算法的选择性集成人脸识别方法，属于人脸识别技术领域，特别是一种基于联合稀疏投影改进混合正交遗传算法(CSJOGA)、bagging方法、选择性集成技术、多分类SVM方法的人脸识别新方法。本方法结合最小生成树聚类、联合稀疏投影和正交实验设计，提出了一种基于联合稀疏投影的正交交叉算子。然后利用正交实验方法设计交叉，并引入了聚类局部搜索策略，提出了基于联合稀疏投影的混合正交遗传算法。本方法能在大幅减少集成的分类器数量、减少存储和计算开销、有效提高人脸识别速度的前提下，保证人脸识别的正确率能够进一步提升至更高水平，确保实际应用时的分类精度达到理想要求。
-
公开(公告)号：CN103246874B
公开(公告)日：2017-02-15
申请号：CN201310162456.3
申请日：2013-05-03
Applicant: 北京工业大学
Abstract: 一种基于联合稀疏模型和稀疏保持映射的人脸识别方法，用所有的训练图像组成的变换基代替JSM算法中的常用的随机矩阵，利用JSM算法提取每类训练人脸图像的公有部分及私有部分，人脸库中的图像按人分类，同一个人的所有图像归为一类，公有部分表示了每类人脸图像共有的人脸特征，私有部分表示了人脸不同的表情、光照等细节变化，利用稀疏的公有及私有部分重构出的图像逼近原始训练图像，通过求解重构误差最小的最优化问题，求得降维矩阵。最后求得的降维矩阵对测试图像进行降维处理，并用降维后的训练图象的每一类的公有和私有重构出测试图像，重构误差最小的即判别为测试图像所属类别。
-
公开(公告)号：CN107273842B
公开(公告)日：2020-07-03
申请号：CN201710432432.3
申请日：2017-06-09
Applicant: 北京工业大学
Abstract: 本发明公开了基于CSJOGA算法的选择性集成人脸识别方法，属于人脸识别技术领域，特别是一种基于联合稀疏投影改进混合正交遗传算法(CSJOGA)、bagging方法、选择性集成技术、多分类SVM方法的人脸识别新方法。本方法结合最小生成树聚类、联合稀疏投影和正交实验设计，提出了一种基于联合稀疏投影的正交交叉算子。然后利用正交实验方法设计交叉，并引入了聚类局部搜索策略，提出了基于联合稀疏投影的混合正交遗传算法。本方法能在大幅减少集成的分类器数量、减少存储和计算开销、有效提高人脸识别速度的前提下，保证人脸识别的正确率能够进一步提升至更高水平，确保实际应用时的分类精度达到理想要求。
-
公开(公告)号：CN104809890B
公开(公告)日：2018-01-05
申请号：CN201510185548.2
申请日：2015-04-19
Applicant: 北京工业大学
Abstract: 基于主成分分析和局部搜索改进正交遗传算法的交通信号配时优化方法，通过分析遗传算法与图像处理和模式识别间的内在联系而提出了这种算法，可以用于求解各种函数优化问题。此算法提出了一种基于主成分分析的改进正交交叉算子。该算子首先对交叉前的种群进行PCA投影，减小交叉时的个体长度，然后在投影域上实施正交交叉操作；交叉完成后重新投影到原始空间，减少因交叉产生的冗余个体个数和计算开销。为了进一步提高算法的收敛速度，还引入了局部搜索策略。将本算法应用于单交叉口信号配时优化问题，通过和现有的算法进行测试对比说明了算法的通用性和有效性，得到了有效的配时时间，减少了交叉口前的排队车辆数。
-
公开(公告)号：CN103246874A
公开(公告)日：2013-08-14
申请号：CN201310162456.3
申请日：2013-05-03
Applicant: 北京工业大学
Abstract: 一种基于联合稀疏模型和稀疏保持映射的人脸识别方法，用所有的训练图像组成的变换基代替JSM算法中的常用的随机矩阵，利用JSM算法提取每类训练人脸图像的公有部分及私有部分，人脸库中的图像按人分类，同一个人的所有图像归为一类，公有部分表示了每类人脸图像共有的人脸特征，私有部分表示了人脸不同的表情、光照等细节变化，利用稀疏的公有及私有部分重构出的图像逼近原始训练图像，通过求解重构误差最小的最优化问题，求得降维矩阵。最后求得的降维矩阵对测试图像进行降维处理，并用降维后的训练图象的每一类的公有和私有重构出测试图像，重构误差最小的即判别为测试图像所属类别。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
