基于遗传算法具有容错能力的图像滤波器优化设计

上海交通大学学报（自然版） ›› 2015, Vol. 49 ›› Issue (08): 1181-1185.

• 自动化技术、计算机技术 • 上一篇下一篇

基于遗传算法具有容错能力的图像滤波器优化设计

鲍治国，万金梁，马西锋

（河南财经政法大学计算机与信息工程学院，郑州 450046）

收稿日期:2014-09-19 出版日期:2015-08-31 发布日期:2015-08-31
基金资助:
国家自然科学基金项目（61202285,U1404605），国家教育部留学回国人员科研启动基金资助项目(教外司留【2013】1792号)，河南省基础与前沿技术研究计划项目（132300410240），河南省教育厅科学技术研究重点项目（13B520903, 13B510905, 14B520020）资助

Optimization Design of FaultTolerant Image Filter
Based on Genetic Algorithm

BAO Zhiguo,WAN Jinliang,MA Xifeng

（College of Computer and Information Engineering, Henan University of Economics and Law，Zhengzhou 450046， China）

Received:2014-09-19 Online:2015-08-31 Published:2015-08-31

摘要/Abstract

摘要：

摘要：针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器，并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时，可以生成功能上接近无故障模块时的滤波器电路.

关键词: 遗传算法, 进化硬件, 容错电路, 多目标优化, 图像滤波器

Abstract:

Abstract： Aiming at the problem that there may be some fault units in a reconfigurable logic arrays, and using the genetic algorithm to evolve image filter for the logic array, the correctness of the results, the circuit speed, power consumption and complexity were taken into consideration. Experimental results show that when there is less fault logic module in the arrays, filter circuit can be generated whose function is close to the arrays with no fault.

Key words: genetic algorithm, evolvable hardware, fault tolerant circuits, multi-objective optimization, image filter

中图分类号:

TP 18

鲍治国，万金梁，马西锋. 基于遗传算法具有容错能力的图像滤波器优化设计[J]. 上海交通大学学报（自然版）, 2015, 49(08): 1181-1185.

BAO Zhiguo,WAN Jinliang,MA Xifeng. Optimization Design of FaultTolerant Image Filter
Based on Genetic Algorithm[J]. Journal of Shanghai Jiaotong University, 2015, 49(08): 1181-1185.

参考文献

［1］Pauline C Haddow，Andy M Tyrrell. Challenges of evolvable hardware: past, present and the path to a promising future ［J］. Genetic Programming and Evolvable Machines, 2011，12(3)： 183215.

［2］Cancare F, Bhandari S, Bartolini D B, et al. A bird's eye view of FPGAbased evolvable hardware ［C］∥2011 NASA/ESA Conference on Adaptive Hardware and Systems. San Diego：IEEE，2011：169175.

［3］Sekanina L，Vasicek Z. Approximate circuit design by means of evolvable hardware ［C］∥ 2013 IEEE International Conference on Evolvable Systems (ICES). Singapore：IEEE，2013：2128.

［4］Zhang Zhiwu, Lou Jianan, Cui Xinfeng, et al. Design of sequential logic circuits based on Evolvable Hardware ［C］∥2011 10th International Conference on Electronic Measurement Instruments (ICEMI). Chengdu：IEEE，2011：240243.

［5］柏磊. 数字电路进化设计算法研究［D］. 南京：南京理工大学电子工程与光电技术学院，2012.

［6］Gallego A, Mora J, Otero A, et al. A selfadaptive image processing application based on evolvable and scalable hardware ［C］∥2013 23rd International Conference on Field Programmable Logic and Applications (FPL). Porto：IEEE，2013：16.

［7］Dobai R, Sekanina L. Towards evolvable systems based on the Xilinx Zynq platform ［C］∥2013 IEEE International Conference on Evolvable Systems (ICES). Singapore：IEEE，2013：8995.

［8］刘少腾, 来金梅, 陈利光, 等. 可进化可重构图像滤波器的设计［J］. 复旦大学学报：自然科学版，2010，49(6)：709715.

LIU Shaoteng, LAI Jinmei, CHEN Liguang, et al. An evolvable and reconfigurable image filter ［J］. Journal of Fudan University：Natural Science，2010，49(6)：709715.

［9］Lovay M, Arregui A, Gonella J, et al. Fault tolerant amplifier system using evolvable hardware ［C］∥Argentine School of MicroNanoelectronics Technology and Applications (EAMTA). Montevideo：IEEE，2010：5055.

［10］Bao Z，Watanabe T. Circuit design optimization using genetic algorithm with parameterized uniform crossover ［J］. IEICE Trans on Fundamentals，2010，E93A(1)：281290.

［11］Bao Z, Watanabe T. Mixed constrained image filter design using particle swarm optimization ［C］∥Proceedings The Fifteenth International Symposium on Artificial Life and Robotics 2010. Beppu：Springer Japan，2010：230235.

［12］吴先元. 多约束的进化图像滤波器设计［D］. 西安：西安电子科技大学软件学院，2012.

编辑推荐 0

Metrics

阅读次数

全文

198

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	4	0	194

来源	本网站	其他网站

次数	28	170
比例	14%	86%

摘要

741

最新录用	在线预览	正式出版

47	0	694

来源	本网站	其他网站

次数	278	463
比例	38%	62%

[1]	张聪, 疏炳南, 张江涛, 金勇. 基于响应面法-遗传算法的船舶推进轴系多目标优化设计[J]. 上海交通大学学报, 2025, 59(4): 466-475.
[2]	张澳圆, 胡小锋, 张亚辉. 多场景多目标动态变化下船舶小组立装焊重调度[J]. 上海交通大学学报, 2025, 59(4): 476-488.
[3]	孙栋一, 蒲宇亭, 章建榜. 基于GA-BP神经网络的防空导弹实时目标分配方法[J]. 空天防御, 2025, 8(1): 62-70.
[4]	米阳, 陈宇阳, 陈博洋, 韩云昊, 袁明瀚. 考虑微能网接入主动配电网的共享储能多目标配置[J]. 上海交通大学学报, 2024, 58(9): 1309-1322.
[5]	路庆昌, 刘鹏, 秦汉, 徐鹏程. 考虑路段恢复差异的道路网络恢复决策优化[J]. 上海交通大学学报, 2024, 58(7): 1118-1129.
[6]	张赫, 周正凯, 林环宇, 王天慈. 关键车道优先下的港区公铁平交道口优化研究[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(5): 791-800.
[7]	孙乾洋, 周利, 丁仕风, 刘仁伟, 丁一. 基于人工神经网络的极地船舶冰阻力预报方法[J]. 上海交通大学学报, 2024, 58(2): 156-165.
[8]	张良, 郑丽冬, 冷祥彪, 吕玲, 蔡国伟. 基于灰狼算法的风-光-抽水蓄能联合系统多目标优化策略[J]. 上海交通大学学报, 2024, 58(10): 1554-1566.
[9]	钟科星, 丁乐声, 张聪, 毛彦东, 陈金龙. 基于神经网络的风电海缆弯曲限制器优化设计[J]. 海洋工程装备与技术, 2024, 11(1): 70-76.
[10]	彭斌, 刘慧鑫, 陶耀辉. 基于变径基圆渐开线涡旋压缩机的几何模型及优化研究[J]. 上海交通大学学报, 2023, 57(8): 1046-1054.
[11]	赵志斌, 骆彬, 唐婷, 王春芳, 孙中华. 改进型自激谐振无线电能传输系统[J]. 上海交通大学学报, 2023, 57(7): 859-867.
[12]	蒋瑞民, 王宣灵, 张明恩, 赵斌. 基于量子遗传算法的反舰导弹航路规划方法[J]. 空天防御, 2023, 6(4): 31-34.
[13]	夏云松, 谭剑锋, 韩水, 高金娥. 基于反向传播神经网络的风力机涡流发生器优化[J]. 上海交通大学学报, 2023, 57(11): 1492-1500.
[14]	闫青, 鲁建厦, 江伟光, 邵益平, 汤洪涛, 李英德. 考虑双端口布局的紧致化仓储系统堆垛机路径优化[J]. 上海交通大学学报, 2022, 56(7): 858-867.
[15]	王箫剑, 洪君, 陈晶华, 李鸿光. 基于参数化建模和响应面优化的箱体减重研究[J]. 空天防御, 2022, 5(4): 60-66.

基于遗传算法具有容错能力的图像滤波器优化设计

Optimization Design of FaultTolerant Image Filter
Based on Genetic Algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics

本文评价

基于遗传算法具有容错能力的图像滤波器优化设计

Optimization Design of FaultTolerant Image Filter Based on Genetic Algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐 0

Metrics

本文评价

Optimization Design of FaultTolerant Image Filter
Based on Genetic Algorithm