首页> 中国专利> 基于变尺度混沌模拟退火算法的圆度误差评定方法

基于变尺度混沌模拟退火算法的圆度误差评定方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明一种基于变尺度混沌模拟退火算法的圆度误差评定方法，先将模拟退火算法作为寻优的粗搜索，然后利用混沌优化算法的高效性作为寻优的细搜索，确保寻优过程简洁高效，该模拟退火算法的优化结果不依赖于初始值，因此先采用模拟退火算法能保证寻找到实际全局最优区域，而混沌优化算法具有很好的执行效率，适合在全局最优区域内进行细搜索，从而搜索到全局最优解，因此在优化过程中具有更小的迭代次数，同时本发明提出的混沌映射x

著录项

公开/公告号CN102982240B

专利类型发明专利
公开/公告日2016-01-06

原文格式PDF
申请/专利权人华侨大学;
展开▼

申请/专利号CN201210470650.3
发明设计人傅文渊;凌朝东;李国刚;莫冰;黄瑞敏;
展开▼

申请日2012-11-19
分类号
代理机构泉州市文华专利代理有限公司;
代理人车世伟
地址 362000 福建省泉州市丰泽区城东华侨大学
入库时间 2022-08-23 09:32:57

法律信息

法律状态公告日

法律状态信息

法律状态
2016-01-06

授权

授权
2013-06-19

实质审查的生效 IPC(主分类):G06F19/00 申请日:20121119

实质审查的生效
2013-03-20

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于变尺度混沌模拟退火算法的圆度误差评定方法 [P] . 中国专利： CN102982240B . 2016.01.06
2. 基于变区间反向混沌优化的圆度误差评定方法 [P] . 中国专利： CN108225252B . 2019.10.11
3. R-CNN LEARNING METHOD AND TESTING METHOD OF OBJECT DETECTOR TO BE USED FOR SURVEILLANCE BASED ON R-CNN CAPABLE OF CONVERTING MODES ACCORDING TO ASPECT RATIOS OR SCALES OF OBJECTS AND LEARNING DEVICE AND TESTING DEVICE USING THE SAME [P] . KR102319541B1 . 2021-11-01

机译：基于R-CNN的对象检测器的R-CNN学习方法和测试方法，其基于R-CNN的监视，其能够根据对象和学习设备的尺度和学习设备的尺度转换模式和使用相同的测试设备
4. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR102109372B1 . 2020-05-12

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法
5. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR20190119261A . 2019-10-22

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法