期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Multi-strategy improved red-billed blue magpie optimizer for Kapur multi-threshold image segmentation 认领 引用
1
作者 WU Jin XIONG Hao +1 位作者 LUO Wenxuan GUO Linlin 《High Technology Letters》 EI CAS 2025年第4期365-372,共8页
Multi-threshold image segmentation techniques based on intelligent optimization algorithms show great potential in low-cost,real-time applications.These methods are efficient even with limited computational resources.... Multi-threshold image segmentation techniques based on intelligent optimization algorithms show great potential in low-cost,real-time applications.These methods are efficient even with limited computational resources.This paper proposes a multi-strategy improved red-billed blue magpie optimizer(MIRBMO)for Kapur multi-threshold image segmentation,aiming to enhance segmentation quality.First,Sobol sequences with elite reverse learning are used to optimize the distribution of the initial population,accelerating the optimization process.Second,lens imaging reverse learning is introduced to help the algorithm escape local optima.Finally,the golden sine strategy is adopted to increase the search space diversity and explore potential optimal solutions.The algorithm’s performance is evaluated using the 8 classic benchmark test functions,and results show that MIRBMO outperforms red-billed blue magpie optimizer(RBMO)in optimization capability and demonstrates clear advantages over other intelligent optimization algorithms.When applied to Kapur multi-threshold segmentation,MIRBMO yields a threshold combination with higher entropy values and produces segmented images with superior peak signal-to-noise ratio(PSNR),structural similarity index measure(SSIM),and feature similarity index measure(FSIM)values,indicating its strong application potential. 展开更多
关键词 red-billed blue magpie optimizer image segmentation multi-threshold Kapur maximum entropy
暂未订购 下载PDF
基于双目标的王甫洲水利工程复合土工膜渗透系数反演 认领 引用
2
作者 王廷 颜剑 黄耀英 《水电能源科学》 北大核心 2026年第3期152-156,67,共5页
针对基于单一测压管监测值的复合土工膜渗透系数反演易出现的多解问题,结合王甫洲水利工程土石围堤排水沟实测单宽增量流量和围堤测压管实测水位,以渗流量和测压管水位为双目标,建立复合土工膜渗透系数反演数学优化模型,采用正交设计-... 针对基于单一测压管监测值的复合土工膜渗透系数反演易出现的多解问题,结合王甫洲水利工程土石围堤排水沟实测单宽增量流量和围堤测压管实测水位,以渗流量和测压管水位为双目标,建立复合土工膜渗透系数反演数学优化模型,采用正交设计-数值计算-黑翅鸢算法优化的BP神经网络与红嘴蓝鹊寻优算法相结合的方法进行求解。结果表明,以单宽增量流量和测压管水位为双目标进行反演分析,可以改善复合土工膜防渗土石坝渗流场反演问题的多解性,反演结果的计算值与实测值相对误差在3%以内;王甫洲水利工程右岸围堤复合土工膜的渗透系数在服役20年之后增长至8.94×10-13m/s,较初始值增大约9倍,未出现明显劣化现象。 展开更多
关键词 复合土工膜 渗透系数 单宽增量流量 测压管水位 黑翅鸢优化算法 红嘴蓝鹊寻优算法
暂未订购 下载PDF
基于随机重心反向学习改进RBMO的VMD去噪方法 认领 引用
3
作者 高兴媛 和铁行 《微型电脑应用》 2026年第5期15-20,共6页
变分模态分解(VMD)是一种自适应的处理方法,可以将复杂信号分解为若干个带限的固有模态函数(IMFs)。VMD的核心思想是通过求解一个约束优化问题分解信号,变分框架优化信号的分解过程,使得每个模态函数具有有限带宽,从而实现对非平稳和非... 变分模态分解(VMD)是一种自适应的处理方法,可以将复杂信号分解为若干个带限的固有模态函数(IMFs)。VMD的核心思想是通过求解一个约束优化问题分解信号,变分框架优化信号的分解过程,使得每个模态函数具有有限带宽,从而实现对非平稳和非线性信号的有效处理。变分模态技术的性能很大程度上依赖模态数K以及惩罚因子α。基于此,从群智能优化算法角度入手优化VMD的关键参数,以红嘴蓝鹊优化算法(RBMO)为基础算法,引入随机重心反向学习策略加以改进,极大地增强了原算法的性能,提升了原算法的收敛速度和收敛精度。利用改进后的RBMO算法优化VMD的关键参数,并详细分析和对比原始信号图像、目标函数图像以及K个固有模态函数。 展开更多
关键词 变分模态分解 固有模态函数 参数优化 红嘴蓝鹊优化算法 随机重心反向学习
暂未订购 下载PDF
基于RBMO-SVMD-MCKD和HMM融合的驱动减速器轴承故障诊断研究 认领 引用
4
作者 莫世科 项斌斌 +5 位作者 崔汉伟 王伟 郑天祥 林上民 杨雪桐 牛龙飞 《机床与液压》 北大核心 2026年第6期200-206,共7页
针对天线驱动减速器轴承在强噪声环境下故障特征微弱、难以准确诊断的问题,提出一种基于红嘴蓝鹊优化算法(RBMO)的连续变分模态分解-最大相关峭度解卷积(SVMD-MCKD)与隐马尔可夫模型(HMM)融合的故障诊断方法。通过RBMO优化SVMD和MCKD的... 针对天线驱动减速器轴承在强噪声环境下故障特征微弱、难以准确诊断的问题,提出一种基于红嘴蓝鹊优化算法(RBMO)的连续变分模态分解-最大相关峭度解卷积(SVMD-MCKD)与隐马尔可夫模型(HMM)融合的故障诊断方法。通过RBMO优化SVMD和MCKD的参数,结合HMM构建噪声背景下轴承故障的分类模型,并通过凯斯西储大学提供的数据集进行了验证。结果表明:RBMO-SVMD-MCKD方法较PSO-EMD、BWO-VMD-MCKD和PSO-EEMD方案具有更高的故障频率识别准确率(99.41%)和更少的运算耗时(平均减少15%~28%);将优化后的特征输入HMM分类器,在包含噪声的测试集上实现98.50%的准确率,验证了融合模型的有效性。该方法可为天线驱动减速器轴承故障诊断提供一种新的解决方案。 展开更多
关键词 驱动减速器轴承 故障诊断 红嘴蓝鹊优化算法(RBMO) 隐马尔可夫模型(HMM)
暂未订购 下载PDF
基于红嘴蓝鹊线性二次型调节器的主动悬架控制策略研究 认领 引用
5
作者 吕金运 秦玉英 杜俊风 《汽车工程师》 2026年第3期1-6,共6页
针对车辆主动悬架系统的线性二次型调节器(LQR)权重系数矩阵设定过程具有主观性、效率低的问题,提出一种基于红嘴蓝鹊优化算法的权重系数矩阵设定策略。建立了1/4车辆模型、随机路面和冲击路面模型,并完成线性二次型调节器设计和适应度... 针对车辆主动悬架系统的线性二次型调节器(LQR)权重系数矩阵设定过程具有主观性、效率低的问题,提出一种基于红嘴蓝鹊优化算法的权重系数矩阵设定策略。建立了1/4车辆模型、随机路面和冲击路面模型,并完成线性二次型调节器设计和适应度函数构建,通过红嘴蓝鹊算法在搜索空间中求解最优权重系数矩阵和最小适应度函数值,最后利用MATLAB/Simulink,分别以C级路面、冲击路面为激励,与被动悬架和采用其他优化算法时主动悬架控制效果进行对比仿真分析。结果表明:与被动悬架、蛇算法优化主动悬架控制结果相比,所提出的控制策略在C级路面上对车身垂向加速度、车轮动载荷及悬架动行程的优化分别达到75.50%、48.23%、47.63%和62.07%、22.56%、21.16%,在冲击路面上使车身垂向加速度第一峰值分别降低76.80%、3.13%,提升了车辆的行驶平顺性和安全性。 展开更多
关键词 红嘴蓝鹊算法 主动悬架 线性二次型最优控制 适应度函数 权重系数矩阵优化
暂未订购 下载PDF
基于混沌映射优化的深度学习混凝土坝体位移模型构建 认领 引用
6
作者 郭志旺 《中国水能及电气化》 2026年第5期15-22,共8页
为提升大坝安全监测中位移预测的精度与可靠性,构建高精度、强泛化能力的坝体位移估算模型具有重要意义。文章以实测混凝土坝体水平位移和垂直位移数据为基础,基于自适应集成学习算法(AdaBoost)和双向长短期记忆神经网络模型(BiLSTM)构... 为提升大坝安全监测中位移预测的精度与可靠性,构建高精度、强泛化能力的坝体位移估算模型具有重要意义。文章以实测混凝土坝体水平位移和垂直位移数据为基础,基于自适应集成学习算法(AdaBoost)和双向长短期记忆神经网络模型(BiLSTM)构建组合模型AB,引入混沌优化算法(CEO)、红嘴蓝鹊优化算法(RBM),采用Chebyshev映射和Henon映射2种混沌映射对CEO算法和RBM算法进行优化,进一步对AB模型进行改进,构建出CCAB和HRAB共2种优化组合模型,并比较了不同模型的估算精度,结果表明:在所有模型中,CCAB模型估算值的变化趋势与实测值最为接近,该模型水平位移和垂直位移估算值与实测值的最大偏差分别为0.169 mm和0.170 mm,该模型的RRMSE分别为0.115和0.113,NS和R2分别为0.975和0.966、0.963和0.964,在所有模型中精度最高;CCAB模型在不同季节的坝体位移估算中均表现出了较高的精度,同时具有较强的可移植性,可作为坝体水平位移和垂直位移的推荐估算模型使用。 展开更多
关键词 坝体位移 组合模型 混沌优化算法 红嘴蓝鹊优化算法 混沌映射
暂未订购 下载PDF
基于改进红嘴蓝鹊优化算法的光储配电网无功优化方法 认领 引用 被引量：3
7
作者 马凡烁 于惠钧 +2 位作者 李嘉轩 刘泽宇 康钦泽 《湖南电力》 2025年第3期95-102,共8页
针对分布式电源接入配电网造成的有功损耗增加、电压偏移和负荷出力的不确定性等问题,构建储能系统与光伏电源联合调控的多目标优化模型,以有功网损最少和电压偏差最小为目标,通过有载调压变压器与电容器组动作约束和光伏发电、储能出... 针对分布式电源接入配电网造成的有功损耗增加、电压偏移和负荷出力的不确定性等问题,构建储能系统与光伏电源联合调控的多目标优化模型,以有功网损最少和电压偏差最小为目标,通过有载调压变压器与电容器组动作约束和光伏发电、储能出力约束对无功优化模型进行分析。提出一种基于混沌映射透镜初始化、非线性参数因子、自适应惯性权重的改进红嘴蓝鹊优化算法,防止算法早熟收敛并增强全局搜索能力。运用该优化算法对含光储配电网的IEEE 33节点系统进行建模仿真,结果表明该算法具有寻优效果好、搜索效率高的优点,验证了该算法的高效性和稳定性。 展开更多
关键词 配电网 无功优化 光伏发电 储能系统 红嘴蓝鹊优化算法(RBMO)
暂未订购 下载PDF
基于RBMO优化SVMD-CNN-BILSTM的滚动轴承故障诊断 认领 引用 被引量：1
8
作者 丁伟 赵飞龙 《黑龙江工业学院学报（综合版）》 2025年第1期99-106,共8页
为解决滚动轴承故障类型难以提取和识别的问题,提出一种基于红嘴蓝鹊优化算法(RBMO)优化连续变模态分解(SVMD)联合卷积神经网络(CNN)提取故障特征,并与双向长短期记忆(BiLSTM)相融合的滚动轴承故障诊断模型。首先,采用RBMO算法优化SVMD... 为解决滚动轴承故障类型难以提取和识别的问题,提出一种基于红嘴蓝鹊优化算法(RBMO)优化连续变模态分解(SVMD)联合卷积神经网络(CNN)提取故障特征,并与双向长短期记忆(BiLSTM)相融合的滚动轴承故障诊断模型。首先,采用RBMO算法优化SVMD中平衡参数;其次,根据得到的优化参数对故障信号进行SVMD分解,通过包络熵值最小准则提取出最佳的信号分量,然后利用卷积神经网络(CNN)提取信号的时域和频域特征,并将特征进行融合;最后,利用双向长短期记忆网络(BiLSTM)学习了故障的序列模式,完成故障训练和故障识别。实验结果表明:基于RBMO优化SVMD-CNN-BILSTM模型在滚动轴承故障识别方面表现出明显的优势,平均识别准确率可达99.33%,与CNN-LSTM、CNN-BiLSTM、SVMD-BiLSTM模型进行了对比,该方法对滚动轴承故障诊断的识别准确率高、计算速度快,具有良好的应用价值。 展开更多
关键词 轴承故障诊断 红嘴蓝鹊优化算法 连续变模态分解 卷积神经网络 双向长短期记忆
暂未订购 下载PDF
基于混合策略的自适应红嘴蓝鹊优化算法 认领 引用
9
作者 段博文 殷继彬 张航 《计算机科学》 CSCD 北大核心 2025年第S2期127-136,共10页
针对红嘴蓝鹊优化算法(Red-billed Blue Magpie Optimization Algorithm,RBMO)存在多样性迅速退化、寻优精度差、易陷入局部最优的问题,提出了一种基于混合策略的自适应红嘴蓝鹊优化算法(Adaptive Red-Billed Blue Magpie Optimization ... 针对红嘴蓝鹊优化算法(Red-billed Blue Magpie Optimization Algorithm,RBMO)存在多样性迅速退化、寻优精度差、易陷入局部最优的问题,提出了一种基于混合策略的自适应红嘴蓝鹊优化算法(Adaptive Red-Billed Blue Magpie Optimization Algorithm Based on Mixed Strategy,JRBMO)。首先,引入Hammersley序列初始化种群,使初始解分布更均匀,为寻优提供基础;其次,在勘探阶段,提出自适应螺旋围捕策略,通过动态控制个体的勘探范围与方向,提高RBMO的搜索能力。在开发阶段,引入莱维飞行策略,对当前最优解进行局部扰动,增强算法局部开发能力;最后,提出自适应维度变异策略,根据种群适应度分布的变化,对个体进行维度变异,避免算法陷入局部最优。在CEC2017与CEC2019测试集上对算法性能进行评估,结果显示JRBMO均值胜率分别达到88.9%和70%,验证了JRBMO的有效性。此外,将JRBMO应用于拉(压)弹簧设计问题和三维无线传感器网络(WSN)节点覆盖问题上,JRBMO均取得了最优的结果,其中WSN节点均值覆盖率高出原算法6.3%,体现了JRBMO在实际应用中的普适性。 展开更多
关键词 红嘴蓝鹊优化算法 自适应 Hammersley序列 螺旋围捕 莱维飞行 维度变异
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈