一种面向智能计算的群智能进化式优化方法

    公开(公告)号:CN113722853A

    公开(公告)日:2021-11-30

    申请号:CN202111005276.5

    申请日:2021-08-30

    Applicant: 河南大学

    Abstract: 本发明公开了一种面向智能计算的群智能进化式优化方法,设置初始参数,根据目标函数计算个体的适应度值;找出最优适应度值,并记录最优适应度值的位置;对种群中的最优个体位置进行邻域扰动,生成邻域个体位置,采用贪婪选择策略得到新的最优个体位置;按概率将算法的寻优进化机制分成三种策略,通过三种策略得到对应的新个体位置;根据目标函数求出新个体的适应度值,采用贪婪选择策略得到个体现位置;比较当前迭代次数是否达到最大迭代次数返回继续迭代进化的寻优过程;确定最终的最优值并输出。本发明寻优能力有明显的优越性和有效性,且本方法实现简单,没有增加算法的时间复杂度,不会造成运行缓慢的问题。

    一种面向智能计算的群智能进化式工程设计约束优化方法

    公开(公告)号:CN113722853B

    公开(公告)日:2024-03-05

    申请号:CN202111005276.5

    申请日:2021-08-30

    Applicant: 河南大学

    Abstract: 本发明公开了一种面向智能计算的群智能进化式优化方法,设置初始参数,根据目标函数计算个体的适应度值;找出最优适应度值,并记录最优适应度值的位置;对种群中的最优个体位置进行邻域扰动,生成邻域个体位置,采用贪婪选择策略得到新的最优个体位置;按概率将算法的寻优进化机制分成三种策略,通过三种策略得到对应的新个体位置;根据目标函数求出新个体的适应度值,采用贪婪选择策略得到个体现位置;比较当前迭代次数是否达到最大迭代次数返回继续迭代进化的寻优过程;确定最终的最优值并输出。本发明寻优能力有明显的优越性和有效性,且本方法实现简单,没有增加算法的时间复杂度,不会造成运行缓慢的问题。

    一种用于AI芯片的智能图像处理方法

    公开(公告)号:CN110766636A

    公开(公告)日:2020-02-07

    申请号:CN201911032067.2

    申请日:2019-10-28

    Applicant: 河南大学

    Abstract: 本发明公开了一种用于AI芯片的智能图像处理方法,包括:获取原始实景图像;根据亮度和对比度的对应关系,通过同步调整亮度和对比度,对图像的亮度和对比度进行适配处理;通过同时空间转换图像颜色空间中的点和图像边界范围内的点,对图像的饱和度进行增强处理;获得目标图像。本发明根据亮度和对比度的对应关系,只需对亮度信息进行相应地调整,即可快速可靠地获得较佳亮度和对比度下较佳显示效果的图像;其中,通过对图像的灰度值划分范围,并对像素点数量最多的某一灰度值范围内的各像素点对应的灰度值求平均值,从而可以获得可靠的当前图像亮度信息,为下一步亮度调节、获得较佳显示效果的图像提供了有利的基础条件。

    一种用于AI芯片的智能图像处理方法

    公开(公告)号:CN110766636B

    公开(公告)日:2022-06-07

    申请号:CN201911032067.2

    申请日:2019-10-28

    Applicant: 河南大学

    Abstract: 本发明公开了一种用于AI芯片的智能图像处理方法,包括:获取原始实景图像;根据亮度和对比度的对应关系,通过同步调整亮度和对比度,对图像的亮度和对比度进行适配处理;通过同时空间转换图像颜色空间中的点和图像边界范围内的点,对图像的饱和度进行增强处理;获得目标图像。本发明根据亮度和对比度的对应关系,只需对亮度信息进行相应地调整,即可快速可靠地获得较佳亮度和对比度下较佳显示效果的图像;其中,通过对图像的灰度值划分范围,并对像素点数量最多的某一灰度值范围内的各像素点对应的灰度值求平均值,从而可以获得可靠的当前图像亮度信息,为下一步亮度调节、获得较佳显示效果的图像提供了有利的基础条件。

Patent Agency Ranking