PS笔记

一、抠发丝
思路:复制新通道后反选,把实体涂白,然后设置对比度使发丝尽量白,背景尽量黑
原理:因为通道中只有黑白,纯黑表示透明,纯白表示不透明度为100%!

抠发丝一般方法:纯色背景下用背景橡皮擦,设置误差10即可把头发附近的背景删掉
抠发丝高级方法详细步骤:
1、Ctrl+L增加原图白对比度(右往左拉)
2、创新新选区+Ctrl+I反选+身体涂白
3、Ctrl+L增加白对比度(右往左拉)使头发不透明度变大
4、Ctrl+L增加黑对比度(左往右拉)使背景透明度变小
5、按着Ctrl点通道得选区,切回原图复制
6、图层-修边-移去白色杂边&移去黑色杂边

二、抠婚纱
思路:
1、在原图中抠出人实体含发丝加上婚妙的部分复制
2、对抠出部分复制新通道把实体涂白,婚纱部分不涂白
3、按着Ctrl点通道得选区,切回抠出部分图层拷贝新图层
原理:因为通道的选区保留透明度的!

区分:
因为头发是黑的,婚纱是白的,所以发丝在通道要反选,而婚纱不用;
因为头发不透明所以尽量纯白,婚妙半透明所以通道中的灰度就是其透明度;
因为婚纱的实体与背景不能通过通道分离,抠婚纱前要先抠出人实体含发丝加上婚妙部分
注意两者都要把实体完全涂白

三、抠玻璃(毫无难度)
思路:抠玻璃一般磁套即可,不行就钢笔
然后对抠出的部分复制成相同的三份:阴影,高光,主体,配置图层样式即可

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值