原书出处
智能算法导论
114 1 1 . 4 基 于 模 拟 退 火 算 法 的 图 像 处 理
的稀疏性,并设计了一种新的扰动方式,根据价格函数的变化判断是否接受扰动解。实验证明,该算法能够有效提高复原图像的质量。
基于微粒群和模拟退火的图像恢复算法[33]结合了微粒群优化快速的全局搜索能力和SAA局部搜索能力强的优点,具有较快的收敛速度能和良好的全局收敛性,同时,设计合理的种群初始化方法和适应度函数,使得算法能应用于不同类型退化图像的恢复。结果表明,该算法可使图像恢复效果得到改进和提高,是一种有效的图像恢复方法。
McCallum首次将SAA应用于图像的盲解卷积,取得了较好的图像复原效果[34]。但该算法的鲁棒性和收敛性较差。针对
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter11_0009.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d