本课题基于生物机体内神经系统与免疫系统的整合调节机理,构造协同Memetic计算模型并应用于SAR图像变化检测。研究内容包括设计神经系统对免疫反应单向调节的拉马克学习策略;设计神经系统与免疫系统双向交互对免疫反应调节的班德文学习策略;模拟神经系统对免疫反应的多神经元网络调节机理,建立多策略学习和高阶学习模型;针对大规模NP-Hard优化和复杂数据聚类问题设计高性能求解算法,通过学习缓解搜索过程中因盲目性而导致的学习能力差、收敛速度慢的难题。基于协同Memetic计算模型,构造适合于SAR图像变化检测的差异图分析方法,克服对差异图概率统计模型的依赖。预期在本领域主流刊物和会议发表论文8~10篇;申报专利或软件著作权2~3项;联合培养博士、硕士3~5名。
英文主题词Memetic Computing;Artificial Immune System;Clustering;SAR image;Change Detection