人工蜂群算法在解决EMD问题中的应用.pdf

第6卷第3期 南 阳 理 工 学 院 学 报 V01．6NO．3 201 4年5月 JOURNAL0FNANYANGINSTITUTE0FTECHNOLOGY2014 Mav 人工蜂群算法在解决EMD问题中的应用 赵学武1，郭金良2，刘向娇1 (1．南阳师范学院软件学院河南南阳473061： 2．南阳师范学院计算机与信息技术学院 河南南阳473061) 摘 要：图像的相似性度量问题是人脸识别中的核心问题。EMD是一种良好的直方图相交映射距离表示方法，是 度量图像相似性的经典模型。元启发式智能算法是解决复杂EMD问题的一种主要方法，提出了一种基于人工蜂 群算法的求解EMD问题的新算法。该算法首先提出了一种表示食物源的编码方法，然后设计出初始化解决方案 的生成策略和确定食物源邻居的方法。最后，在ORL人脸库上的实验结果表明了新算法在解决EMD问题时的有 效性。 关键词：人工蜂群算法；EMD；人脸识别；相似性度量；元启发 0 前言 1 EMD和人工蜂群算法 人脸识别涉及图像处理、模式识别、计算机视 1．1 EMD 觉、神经网络等多门学科，且与人脑的认知科学紧密 EMD是源于著名运输问题的解决方案。2’…，在 相关，是一个富于挑战性的课题。1。。图像的相似性 线性规划中它可以被看作一种双向网络流。EMD 度量问题是该研究课题中要解决的关键问题。图像 的目标是要寻找对象的子集，在满足一组约束条件 的相似性度量是通过图像之问的距离来表示的，距 的前提下，使“货物”的运输代价最小化。运输问题 离的大小表示着图像之问的差异程度。到目前为 可以简单描述如下：n个供应商，每个供应商有一定 数量的商品；有Iil个客户，每个客户有一个消费能 止，出现了一些度量图像相似性的模型，如Euclidean 力的上限；供应商可以满足客户的消费，任何供应商 distance(ED)度量模型、HistogramIntersection(HI) Mover’S 可以向任何客户提供消费资源。给定任何供应商和 度量模型、Earth distance(EMD)度量模型 等。其中，EMD度量模型充分利用特征分布的紧凑 客户之间的单位运输成本，求解运输问题就是寻找 性和灵活性，具有较好的抗噪性和鲁棒性。2。。因 最小代价货物运输流，本质上就是找到一组路径，即 供货商和客户之间的对应关系。求解该运输问题的 此，EMD度量受到国内外学者的青睐。 模型可表示如下：给定一组供应商I和一组客户J， Bee 人工蜂群算法(Artificial ColonyAlgorithm， 优化的目标是： ABC)是一种新的群集智能优化算法，它是受到蜂群 的智能采蜜行为的启发而提出的。ABC算法是对 Min∑∑cu戈。 (1) i=1i=1 蜜蜂群采蜜过程的模拟，蜜蜂依据分工完成各自在 其中，戈。，是与供应商，和客户，相关的决策变 采蜜过程中各阶段的不同任务，通过