基于柯西分布的水文序列异常值检测方法

针对基于正态分布的检测算法在窗口中出现偏差较大的极端异常值时,检测模型出现不稳定的现象,提出一种基于柯西分布的异常检测算法。通过试验发现,用滑动窗口内的中位数以及中位数绝对偏差来代替均值以及标准差,可以较好地消除滑动窗口内极端异常值对检测算法的影响。探讨了算法中滑动窗口以及置信度的设置,并通过实例对算法进行验证。结果表明,所提算法的检出率在窗口以及置信度设置恰当的情况下保持较高水平。与其他算法对比表明,所提算法对于处理局部波动剧烈的流量时间序列展现出较好的适用性以及鲁棒性。     

融合粒子滤波的网络故障定位算法

网络故障节点定位算法目前是网络移动节点定位算法中一个研究热点,较多的研究人员使用了粒子滤波算法,同样也有人在使用成熟的卡尔曼滤波的定位算法,然而此类算法均离不开受限的粒子能量以及密度。新算法N-FC定位算法基于此背景,以分簇式结构结合簇内节点置信度,对常规定位算法的初始阶段进行了优化,并利用锚节点的密集程度以及抽样尺度优化了采样以及滤波阶段,最后在同参情况下,新算法N-FC定位算法与常规算法进行了对比,得出新算法精确性更高且实用性更强。     

基于AES和RSA的数据加密技术方案

研究目前主要的一些数据加密算法：DES,RSA以及高级加密标准（AES）的Rijn-dael算法。在比较AES算法和RSA算法基础上,结合AES算法的效率高以及RSA算法中密钥产生和管理的方便性等特点,将AES与RSA相结合提出了一种新的综合加密技术方案。     

单亲遗传算法求解飞机降落排序问题的研究

为了保证飞机在降落时安全畅通,对飞机的降落排序进行了有效的排序,以单亲遗传算法(PGA)为基础,建立了以航班延误总时间最小为目标函数的规划模型,对着陆飞机排序进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究.仿真结果表明PGA算法在延误时间方面远低于先到先服务算法、模拟退火算法以及蚁群算法,但在计算性能上稍差于没有优化的先到先服务算法,因此提出该算法的可行性.     

基于虚拟现实技术的阴影算法理论研究

阴影的生成在体现虚拟现实环境的真实感程度方面至关重要,阴影生成算法的重点是在保证实时的帧率,或是生成高质量的阴影以及半阴影效果这两个不同的方面.本文主要概述了一些阴影生成的算法,在对各种算法全面概括的基础上,讨论了不同算法的优点、局限以及差别.通过对各种算法进行比较,可以发现不同的算法在实时性和正确性之间做出了适当的选择.     

聚类算法在数据挖掘领域的研究

全方位的对各类聚类算法进行总结和归纳,并且对一些在特殊领域中应用聚类算法进行深度解析,然后从以下三个部分,算法思想,关键技术以及算法特点等方面进行基本概括,对一些代表性的聚类算法进行比较分析以及聚类算法新领域研究的展望,这对将来聚类发展具有重大意义.     

前向神经网络粒子群优化学习算法研究

将粒子群优化算法用于前向神经网络权值的学习算法研究,以神经网络学习算法研究的典型问题之一的XOR问题作为研究实例,针对算法的收敛性、学习速度以及算法对初值的鲁棒性等性能指标,分别对标准的PSO算法、改进的PSO算法以及BP算法及其带动量项的BP算法进行了比较研究.研究表明,PSO算法在前向神经网络权值的学习算法中其所有的性能指标均优于传统的BP算法,PSO算法在神经网络的应用中具有广阔的前景.     

一类二阶微分方程数值新算法

通过辛Euler数值算法的构造过程的研究,在发现构造辛Euler法格式的同时,还有另外的两个相似性质的算法格式,对这两种算法格式的研究以及与辛Euler算法的比较,得出数值算法优秀的标准以及优秀数值算法形成过程中需要改进的方向.通过摆方程比较这些数值算法实际的计算效果,得知辛Euler算法格式优于其他两种相似性质的算法...     

基于改进SA-WOA算法优化热封刀温度控制系统PID参数的研究

套袋机热封刀温度通常采用PID算法进行控制,但是PID控制参数大多由人为经验设定,控制效果不佳.为解决这一问题,本文提出一种改进SA-WOA算法实现PID控制参数的自整定.首先我们利用阶跃响应曲线法建立系统的传递函数模型,再考虑鲸鱼算法以及模拟退火算法的优点,将两者进行结合;然后在此基础上对算法进行改进,提高算法的收敛速度以及优化效果;再将改进后的算法在MATLAB R2017b平台上进行仿真对比实验;最后,将仿真所得控制参数在套袋机上进行实验测试.仿真对比结果表明,相对于继电反馈算法、粒子群算法以及基于模拟退火的改进粒子群算法,本文算法优化所得参数控制效果更好.实测实验结果表明,本文算法所得参数控制效果良好,可以更好地满足实际的需求.     

几种不同基频提取算法的比较研究

基频提取算法一直是语音信号处理领域的研究热点,文章将当前的多种基频提取算法分为时域、频域以及时频混合三个方面,并分别对其中的AMDF算法、线性预测残差倒谱算法以及小波变换的基频提取算法进行了比较研究,对三种算法分别在如何准确判定语音波形的谷值点、语音信号突变以及语音的消噪等不同的语音信号处理角度进行了阐述,并在分析其优缺点后,提出将多种基频检测方法结合能更好地促进基音周期检测的准确性.     

改进粒子群算法在BP神经网络拟合非线性函数方面的应用

为解决BP神经网络拟合非线性函数的预测结果误差较大问题,笔者将标准粒子群算法进行改进,形成基于免疫接种的粒子群算法(IPSO);然后将该算法与BP神经网络理论相结合,实现基于IPSO算法优化的BP神经网络非线性函数拟合算法。新的拟合算法首先确定BP神经网络结构,然后用IPSO算法优化初始权值和阈值,最后进行BP神经网络预测。数值实验表明,本文提出的IPSO算法提高了BP神经网络的拟合能力,减小了拟合误差,提高了拟合精度。     

基于节点度数和跳数的网络检测点选取算法

为解决网络检测点的选取问题,基于网络节点度数和跳数信息,提出一种动态网络检测点选取算法. 该算法使用三元组信息标记网络节点,并通过比较和替换节点的三元组信息,根据三元组信息中参数N的不同取值,分别完成流量和延迟两种网络检测点的选取. 仿真结果表明,新算法不需要维护网络拓扑的全局信息,能够有效解决网络流量检测点和网络延迟检测点的选取问题.     

基于动量BP神经网络的英文字符识别

英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.     

Edge detection of range images using genetic neural networks

Due to the complexity and asymmetrical illumination, the images of object are difficult to be effectively segmented by some routine method. In this paper, a kind of edge detection method based on image features and genetic algorithms neural network for range images was proposed. Fully considering the essential difference between an edge point and a noise point, some characteristic parameters were extracted from range maps as the input nodes of the network in the algorithm. Firstly, a genetic neural network was designed and implemented. The neural network is trained by genetic algorithm, and then genetic neural network algorithm is combined with the virtue of global optimization of genetic algorithm and the virtue of parallel computation of neural network, so that this algorithm is of good global property. The experimental results show that this method can get much faster and more accurate detection results than the classical differential algorithm, and has better antinoise performance.     

一种分布式网络编码的组播路由算法构想

结合多项式时间线性信息流算法和分层网络编码的算法,提出一种分布式分层网络编码的构想.这个构想将网络编码中计算量最大的最大流计算分布式化,可以快速计算出一个具有很高传输速率的组播路由,充分地利用了网络中的资源.     

基于IAPIT的无线传感器网络定位算法研究

无线传感器网络的应用领域涵盖军事、医疗、环保以及交通等。由于涉及到体积、功率和成本一些因素的限制,现在流行的全球定位的系统和无线传感器网络的节点定位并不配套。所以,探讨符合无线传感器网络的定位算法有着广泛的实际应用价值和非常重要的理论价值。研究了无线传感器网络中IAPIT的定位算法,就不一样的节点通信半径和锚节点比例,仿真比较探讨APIT算法和IAPIT算法的性能。从实验可以看出,IAPIT算法和APIT算法比较,大大增加了定位覆盖率。无线传感器网络的定位精度基本能够满足应用的需求。     

一种新的无线mesh网络编码算法

针对网络编码可以在很大程度上提高网络吞吐量,但会增加网络的复杂性这一问题,构造了一个特殊的无线mesh网络拓扑结构,提出一个新的编码算法.该算法通过构造一个虚拟源节点,利用在无线组播网络中,仅需对进入中继节点的链路进行编码,进入目标节点的链路,直接路由选择就能达到网络编码所能够达到的容量.从而允许与目的节点相连接的中继节点收到数据包后直接路由选择.与传统的基于机会的网络编码COPE算法相比,该算法有效地减少了原始数据包传输的次数,从而提高了以网络编码增益来衡量的网络吞吐量.仿真试验验证了该算法的有效性.     

基于分层思想的配电网负荷转供算法

配电网供电恢复的主要目的是在保证支路不过载、电压不越限、电网呈辐射状这三个约束条件下以较少的开关操作尽可能多地恢复失电负荷,并尽量使网损最小。在分层供电树基础上,结合恢复切割思想,提出一种实时算法;该算法将整个计算过程分为离线和在线计算两个部分。首先在离线计算部分中做好相应的准备工作,即对系统进行拓扑分层,并计算一阶负荷矩,然后再根据故障信息进行在线计算。通过分层树的切割方法计算得出非故障失电区的负荷转带方案。最后根据各个方案的负荷转移量、开关操作次数和网损等指标进行方案的优选比较。通过研究和算例分析可以看出将整个算法过程分为离线和在线计算两个部分可以提高算法的在线计算效率,能有效地满足负荷转供的实时性。     

基于改进遗传算法的神经网络优化

针对在神经网络应用中,存在结构设计及权值训练算法的不足,提出一种新的基于混合编码方案的遗传算法.在算法中设计了用遗传算法全局优化神经网络拓扑结构和网络权值的新的编码方案,改进了适应度函数的设计和采用自适应的交叉和变异方法.试验结果表明本算法能有效地对神经网络的权值和结构同时优化,提高了训练效率.     

基于组合智能算法的无线网络信道分配机制

针对当前无线网络信道分配方法易出现干扰, 网络吞吐量小等缺陷, 设计一种基于组合智能算法的无线网络信道分配方法. 首先对无线网络信道分配的原理进行分析, 构建无线网络信道分配模型; 然后采用遗传算法产生无线网络信道的初始分配方案, 并引入粒子群优化算法对无线网络信道的初始分配方案进行精细搜索, 得到合理的无线网络信道分配方案; 最后在MATLAB 2016平台对无线网络的吞吐量、 网络延迟、 数据传输丢包率进行仿真测试. 仿真结果表明, 该方法大幅度提升了无线网络的吞吐量, 网络延迟和数据传输丢包率远小于单一的遗传算法或粒子群优化算法, 改善了无线网络的通信性能.