《協同Memetic計算模型及其在SAR圖像變化檢測中的套用》是依託西安電子科技大學，由馬晶晶擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：協同Memetic計算模型及其在SAR圖像變化檢測中的套用
- 項目類別：青年科學基金項目
- 項目負責人：馬晶晶
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
本課題基於生物機體內神經系統與免疫系統的整合調節機理，構造協同Memetic計算模型並套用於SAR圖像變化檢測。研究內容包括：設計神經系統對免疫反應單向調節的拉馬克學習策略；設計神經系統與免疫系統雙向互動對免疫反應調節的班德文學習策略；模擬神經系統對免疫反應的多神經元網路調節機理，建立多策略學習和高階學習模型；針對大規模NP-Hard最佳化和複雜數據聚類問題設計高性能求解算法，通過學習緩解搜尋過程中因盲目性而導致的學習能力差、收斂速度慢的難題。基於協同Memetic計算模型，構造適合於SAR圖像變化檢測的差異圖分析方法，克服對差異圖機率統計模型的依賴。預期在本領域主流刊物和會議發表論文8～10篇；申報專利或軟體著作權2～3項；聯合培養博士、碩士3～5名。
結題摘要
本課題基於生物機體內神經系統與免疫系統的整合調節機理，提出了協同Memetic計算模型，設計了模擬神經系統對免疫反應調節的個體學習策略。模擬神經系統對免疫反應的多神經元整合調節機理，建立多策略學習和高階學習模型，構造協同Memetic計算模型的自適應學習策略。針對數值最佳化和聚類問題，提出了高效的協同Memetic算法，通過學習緩解了搜尋過程中因盲目性而導致的學習能力差、收斂速度慢的難題。針對合成孔徑雷達(SAR)圖像變化檢測問題中所亟待解決的圖像細節保持與噪聲去除間的矛盾，首次從多目標最佳化的角度來理解變化檢測問題，分別將圖像細節保持能力與噪聲去除能力作為兩個待最佳化的目標，從而將SAR圖像變化檢測問題轉化為一個多目標最佳化問題，提出了基於協同Memetic計算的多目標模糊聚類算法和選擇性集成策略的SAR圖像變化檢測算法，克服對差異圖機率統計模型的依賴。在本領域主流刊物和會議發表論文12 篇；申報專利6項；聯合培養博士、碩士7 名。
