买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明理工大学

摘要：本发明属于计算智能和视觉认知技术领域，公开了一种对视觉认知反应数据的处理方法、系统、设备及介质，所述基于最优选择的花朵算法对视觉认知反应数据的处理方法包括：将视觉认知中反应时数据的ex‑Gaussian模型的负对数似然值作为目标函数；使用改进的基于花朵授粉算法对目标函数进行优化，得出最佳函数适应度值对应的参数μ，σ，τ；利用上述三个参数拟合ex‑Gaussian模型，进行视觉认知中反应时数据的认知本发明进一步加强了算法的寻优能力，提升了算法的寻优性能，能够更好地应用于ex‑Gaussian模型参数求解问题，以便更准确地探明三个参数和视觉认知过程中各个阶段的对应关系。

主权项：1.一种基于最优选择的花朵算法对视觉认知反应数据的处理方法，其特征在于，所述基于最优选择的花朵算法对视觉认知反应数据的处理方法包括：将视觉认知中反应时数据的ex-Gaussian模型的负对数似然值作为目标函数；使用改进的基本花朵授粉算法对目标函数进行优化，得出最佳函数适应度值对应的参数μ，σ，τ；利用上述三个参数拟合ex-Gaussian模型，进行视觉认知中反应时数据的认知；所述基于最优选择的花朵算法对视觉认知反应数据的处理方法具体包括以下步骤：Step1、进行参数初始化，算法参数包括最大迭代次数N_iter，莱维飞行指数L，参数[μ,σ,τ]种群N；Step2、根据适应度函数计算种群各个个体适应度，得出当前种群全局最优个体以及种群最大适应度值和平均适应度值，其次计算转换概率p；Step3、选出种群中适应度较好的j个个体组成种群优良个体序列；Step4、从优良个体序列随机选出2个优良个体进行交叉，得到新的优良个体，并与当前种群全局最优个体比较适应度，若小于，交叉后的优良个体进入种群；否则全局最优个体进入各种群，供种群中其他个体学习；Step5、生成一个范围在[0,1]的随机数分别与种群N所对应的转换概率比较，若小于，则执行全局搜索操作；否则执行局部搜索操作；Step6、更新N的全局最优；Step7、判断是否满足终止条件，若满足，跳到步骤Step8；否则，循环步骤Step2～Step6；Step8、输出最优花粉位置，适应度，花粉位置包括三个参数μ，σ，τ；所述的步骤Step2中，计算种群最大适应度值和平均适应度值，其次计算转换概率p具体步骤如下：Step2.1、计算种群的各个个体适应度值： 其中是服从ex-Gaussian分布的概率密度，i代表某认知实验获得的第i个反应时数据，t代表的是第t代服从ex-Gaussian分布的概率密度，数据维度为N； 具体的计算方式如下： 其中pnf是将ex-Gaussian分布的累计概率归一化，eps为浮点相对精度；Step2.2、计算种群最大适应度值和平均适应度值具体如下：fmax＝maxyfmean＝meanyStep2.3、计算转换概率p步骤如下： 其中fmean和fmax分别是种群中平均适应度和最大适应度。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种对视觉认知反应数据的处理方法、系统、设备及介质