教与学优化算法的研究与应用

教与学优化算法的研究与应用

ID:35082562

大小:5.42 MB

页数:76页

时间:2019-03-17

教与学优化算法的研究与应用_第1页
教与学优化算法的研究与应用_第2页
教与学优化算法的研究与应用_第3页
教与学优化算法的研究与应用_第4页
教与学优化算法的研究与应用_第5页
资源描述:

《教与学优化算法的研究与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文教与学优化算法的研究与应用ResearchandApplicationofTeaching-Learning-BasedOptimizationAlgorithm作者:黄祥东导师:夏士雄教授中国矿业大学二〇一六年五月中图分类号TP301.6学校代码10290UDC密级公开中国矿业大学硕士学位论文教与学优化算法的研究与应用ResearchandApplicationofTeaching-Learning-BasedOptimizationAlgorithm作者黄祥东导师夏士雄申请学位工学硕士培养单位计算机科学与技术学院学科专业计算机应用技术研究

2、方向智能信息处理答辩委员会主席曹天杰评阅人二○一六年五月论文审阅认定书研究生在规定的学习年限内,按照研究生培养方案的要求,完成了研究生课程的学习,成绩合格;在我的指导下完成本学位论文,经审阅,论文中的观点、数据、表述和结构为我所认同,论文撰写格式符合学校的相关规定,同意将本论文作为学位申请论文送专家评审。导师签字:年月日致谢本论文在夏士雄、牛强教授,陈朋朋、王志晓副教授的悉心指导下完成,没有这几位老师的指导和鼓励,论文不可能得以顺利完成。师从三载,收获颇丰,感触亦深。四位老师优秀的做人品质,严谨的治学态度,开拓创新的精神,高屋建瓴把握全局的能力,忘我的工

3、作精神潜移默化地影响着我,这是他们传授给我的最宝贵财富。在此,谨向这四位导师致以最崇高的敬意和最衷心的感谢。感谢已经毕业的包伟伟、陈昭彤、王波文、葛琳琳等师兄师姐,感谢郝宁、赵亚、陈少达以及实验室的其他同学,谢谢你们在这三年的学习和生活中给予我的关心和帮助,带给我很多难以忘怀的美好记忆和快乐时光,能同你们在同一个实验室工作和学习,我深感荣幸。感谢汤振宇、李响等舍友。我们一起笑过,一起面对困难。即将步入工作岗位,虽离别在即,天各一方,但我们的友谊不会因此中断。感谢计算机学院硕士13级所有同学在这三年中给予我的关心和帮助。感谢学校里帮助过我的所有好心人。感谢

4、我的父母一直以来对我无微不至的关怀和支持,包容我的不懂事,鼓励我,鞭策我,给予我心灵上的启迪。在此,我向我的家人和亲人致以最诚挚的谢意!最后,向论文评审专家致以诚挚的感谢,感谢你们在百忙之中抽出时间对论文进行评审。感谢各位答辩老师对本文进行答辩,谢谢你们!摘要群智能优化算法具有操作简单、收敛速度快、全局收敛性好等优点,受到了学者的广泛关注,对其的研究也日臻成熟。其中,教与学优化算法是由R.V.Rao等人近年来提出的一种新的群智能优化算法,该算法模拟了现实生活中教师与学生之间的教与学过程,通过教师的教和学生之间的相互学习来提高班级的成绩,从而达到寻找全局最

5、优解的目的。本文对教与学优化算法进行了深入研究,发现教与学优化算法在全局搜索能力和收敛速度等方面都有着改进空间,此外,教与学优化算法在解决问题,尤其是针对大规模复杂多峰问题时,容易陷入局部最优解。针对教与学优化算法存在的问题,本文提出了一种基于K均值的教与学优化改进算法,并且在图像分割领域进行应用。主要内容包括:第一,针对教与学优化算法收敛能力有待提高以及对大规模复杂多峰问题进行优化时易于陷入局部最优的问题,提出了基于K均值的教与学优化改进算法。通过K均值聚类对班级进行划分,形成多个小组,进而在小组内进行教学,实现多个教师教学的目的,增强算法的搜索能力。

6、同时,算法对教学因子和学习阶段进行相应的改进,自适应的教学因子可以使得算法前期快速收敛,后期又能够进行精密搜索。此外,变异操作的加入可以保持种群的多样性,避免算法早熟,陷入局部最优,使得算法能够获得全局最优解。通过与现有群智能优化算法和原始教与学优化算法的对比实验,本文所提算法能够获得更好的优化结果,得到更优的全局最优解。第二,将基于K均值的教与学优化算法与最大熵多阈值选取技术进行结合,提出了基于KTLBO算法的图像分割方法,并应用到医学细胞图像分割和计数系统中。通过将基于K均值的教与学优化改进算法与最大熵多阈值选取技术结合,可获得更大的最大熵以及更优秀

7、的图像分割结果。针对医学图像中的细胞图像分割和计数这一实际应用场景,使用基于KTLBO算法的图像分割技术,设计并实现细胞图像分割和计数原型系统。本原型系统获取的分割与计数结果,对于三维可视化、定位和计算机辅助诊断等具有重要的意义。该论文有图19幅,表8个,参考文献88篇。关键词:教与学优化算法;K均值聚类;自适应教学因子;全局最优解;图像分割IAbstractSwarmintelligenceoptimizationalgorithmhasreceivedmoreandmoreattentionfromscholars.Ithastheadvantage

8、ofsimpleoperation,fastandbetterglobalcon

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。