基于改进混沌PSO的多相机组网优化研究

• 作者: 刘柯 曾祥进 田金文 陈建
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: PSO 多相机组网 混沌粒子群 网络优化
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 123-126
• 页数: 4页
• 分类号: TP319
• 字数: 3191字
• 语种: 中文
• DOI: 10.11907/rjdk.181991

摘要

多相机组网网络设计具有多参数、多约束、运算量大等特点,在理论上是一个复杂的优化策略问题,寻找其绝对精确的最优解通常需要很大的运算量,因此在实现时必须考虑算法效能.利用基于粗糙集的启发式属性约简算法获得特征属性的约简,在此基础上利用改进的支持向量机对约简信息进行预测.为了获得最优预测精度,采用混沌粒子群优化(PSO)算法以避免SVM预测模型的局部优化.最后通过实验对粒子群优化(PSO)算法、改进的PSO(IPSO)算法与混沌PSO(CPSO)算法性能进行比较,分析结果表明,相比于其它方法,该方法在收敛速度以及防止局部寻优等性能方面有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田金文	华中科技大学自动化学院	248	2531	25.0	36.0
2	曾祥进	武汉工程大学计算机科学与工程学院	10	202	8.0	10.0
6	陈建	武汉工程大学计算机科学与工程学院	1	0	0.0	0.0
7	刘柯	武汉工程大学计算机科学与工程学院	1	0	0.0	0.0