首页 > 文献资料
-
一种快速实现X辐射图像分离的方法
通过改变入射的X射线能谱,从而得到物体内部不同密度成分的分布图像的方法,是X辐射成像领域的一个重要课题.本文提出了一种新的图像分离方法,即通过影像灰度进行密度分布图像重建,从本质上对这种算法进行了探讨,证明了这种算法的可行性,并且进行了两种成分的图像分离实验,取得了较好的结果.这种方法的突出特点是减少了运算量和运算时间,可以快速实现图像分离,有一定的实用性.
-
流量测量应用技术--流量定量控制仪的应用技巧(六)
流量定量控制仪是几十年前就已经有的仪表,但随着仪表实现智能化,其功能也在不断增强,控制精度不断提高.应用技术也趋于复杂,但是带有技巧性.本文主要介绍应用中的技巧.
-
基于免疫规划的传感器非线性校正
在医学仪器测量中,大多数传感器的输入输出呈非线性.针对此问题,本研究在进化规划的基础上引入生物免疫机制,从而形成免疫规划,利用免疫规划来对传感器进行非线性校正.这种方法就是利用免疫规划计算得到校正环节的待定常数,使得整个系统的输出与传感器的输入间呈线性关系.实例分析的结果表明,利用免疫规划对传感器进行传感器的非线性校正,具有较高的校正精度,较快的收敛速度和非常好的稳定性.
-
基于遗传算法的传感器非线性校正
针对小二乘法等传统方法的不足,提出了基于遗传算法的传感器非线性校正。计算机仿真表明,该方法算法简单,收敛性好,精度高。
-
基于免疫的遗传模拟退火算法在传感器非线性校正中的应用
传感器是检测人体信息的重要工具.实际中大多数传感器都是非线性的,这给检测带来不便.本文将遗传算法与模拟退火算法相结合,在此基础上引入生物免疫理论,形成基于免疫的遗传模拟退火算法,并利用该算法对传感器进行校正.此方法是在传感器之后加入非线性校正环节,利用基于免疫的遗传模拟退火算法求这个非线性校正环节多项式的系数.实例分析结果表明,利用基于免疫的遗传模拟退火算法不但可以实现传感器的非线性校正,而且校正精度、稳定性和收敛速度明显高于退火遗传算法和免疫遗传算法.优值可以达到0.034 6,收敛到优值的比例可以达到97%,佳进化代数可以达到41代.
-
基于免疫遗传算法的传感器非线性校正
针对传感器非线性校正存在的不足,提出了基于免疫遗传算法(IGA)的传感器非线性校正.该算法是在遗传算法的基础上引入生物免疫机制,克服了遗传算法精度差、收敛速度慢和“早熟”等问题.计算机仿真表明,该算法不仅能够有效保持种群的多样性,而且收敛速度、精度和稳定性都有了明显提高.实验结果表明了该方法的正确性和有效性.