基于谱聚类的图像多尺度随机树分割

针对谱聚类（spectral clustering）应用于图像分割时权矩阵的谱难以计算的实际问题，定义了像素点与类之间的距离，给出一个采样数定理，设计了一个图像的分层分割（hierarchical divisive）算法．在利用该算法进行图像分割时，由于既要对待分类的点进行随机抽样，又要通过调节尺度因子来合并较小的类或拆分较大的类，因此图像的分割既具有随机性又具有多尺度特性，称之为基于谱聚类的图像多尺度随机树分割（multiscale stochastic hierarchical image segmentation byspectral clustering，简写为MSHISSC）．实验结果表明了算法的有效性．     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

基于复扩散模型憎水性图像多尺度亮点检测算法研究

在多尺度框架下，提出基于非线性复扩散模型憎水性图像水珠亮点检测算法，最后采用模糊均类算法对多尺度虚部图像水珠亮点进行提取。实验结果表明：对于不同憎水性等级憎水性图像，水珠亮点检测都达到95％以上，这为对绝缘子憎水性等级估判及水珠（水迹）的进一步分割提供了重要的信息。     

基于SA-GA-FCM的煤矿组织管理因素安全等级预测研究

为进一步细化和提高煤矿安全管理,运用模糊c-均值聚类算法(FCM)的分类功能对煤矿安全管理的等级进行预测;利用模拟退火算法(SA)、遗传算法(GA)来克服FCM的初值局部搜索问题,使之能够快速收敛到全局最优解。结果表明,SA-GA-FCM具有较高精度,能够较好地对煤矿组织管理因素的安全等级进行预测,对煤矿的安全管理具有较强的指导意义。     

基于改进蚁群算法的移动机器人路径规划

为了提高移动机器人在复杂静态环境下快速、精确地实现避障路径规划的能力，在蚁群算法的基础上进行改进，采用最优一最差蚂蚁系统，并且引入最差路径信息素自适应参数以更好地寻找全局最优解。搜索过程中引入起点终点引导函数，优先搜索距离起点远而距终点近的节点。为提高算法的实用性，运用几何方法对路径进行修正处理。从而实现了机器人的快速、精确路径规划。通过计算机仿真研究表明：该算法具有较强的实用性，能明显改善路径规划性能，并且算法简单有效。     

基于细胞神经网络的图像分割及其在医学图像中的应用

细胞神经网络（cellular neural network,CNN）在图像处理方面的应用研究已有很大进展. 其中,指定目标提取CNN现有算法应用于灰度图像时,其有效性依赖于初始点的选择. 以医学图像为例,对这种局限性进行了分析,并提出了一种改进CNN算法,实现了对图像中任意灰度区域的目标物体分割. 同时利用梯度信息和轮廓提取CNN确定轮廓,有效抑制分割过度. 人脑磁共振成像（MRI）中肿瘤分割的实例表明,改进的算法具有实用性和有效性.     

融合块结构的等周算法及其在CT图像分割中的应用

等周分割是一种基于图谱理论的分割算法,能有效提高图像分割质量且有较高的效率及稳定性.本文提出了一种融合块结构的等周分割算法.该算法采用块结构来减少图中节点数.并根据CT图像特征,将该算法应用到CT图像分割中.实验结果表明,融合块结构的等周分割算法在CT图像分割中取得较好的分割效果,并大大提高了分割效率.     

整体退火遗传算法及其收敛充要条件

针对常用时齐（比例选择下）遗传算法的强不收敛性和 设置合理停机准则的弊端，提出一类非时齐（整体退火选择下），保证收敛且容易判断收敛的新型遗传算法，证明允许父代参加竞争是这类新算法收敛的充要条件。数值实验表明：这类新算法收敛速度快，有极强的避免过早收敛及避免局部极值的全局优化能力。     

基于互信息熵差测度的医学图像自动优化分割

分割问题是医学图像处理领域的热点和难点之一. 特别是如何自动确定图像中分类类数（NC）以及如何对含有病灶的医学图像进行分割这两个问题一直未能得到很好的解决. 因此, 提出一种基于互信息熵差（dMI）测度的模糊交叉分割算法（DDC）. 实验结果表明, dMI揭示了分割图像与原图像的内在联系, 因而得以有效地确定NC, 而DDC算法对含有不同病灶的不同模式的医学图像能够进行自动优化分割.     

基于局部对偶框架的数字脊波重构

给出了数字脊波重构算法的全局对偶框架（GDF）表示，提出了局部对偶框架（LDF）的新概念，并讨论了LDF的性质，在此基础上给出了一种基于LDF的新的数字脊波重构算法。该算法减少了脊波重构的冗余，保持了快速计算的特点。用该算法对图像进行压缩和去噪，得到了很好的结果。     

MIMO-OFDM系统中基于变分Bayes EM算法的联合符号检测与鲁棒Kalman信道跟踪

基于变分Bayes期望最大化VBEM(variational Bsayes expectation maximization)算法和Turbo原理,提出了快时变信道条件下MIMO-OFDM系统中的联合符号检测与信道估计算法.在VBEM框架下,信号检测和信道估计分别由修正的列表球形译码算法和软输入Kalman算法完成,检测器和估计器分别考虑了信道和检测信号的估计误差协方差矩阵.当信道时变剧烈时,存在较大检测误差的数据在软输入Kalman算法中引入异常值(outliers),由于Kalman算法对于异常值的敏感性,系统会在错误传播的影响下出现误码平台.为削弱异常值的影响,利用鲁棒统计理论设计了VBEM框架下改进的鲁棒软输入Kalman算法,该算法能在出现异常值的条件下保持较好的信道跟踪能力.仿真结果表明:在快速时变多径信道条件下,文中设计的鲁棒VBEM算法优于传统的VBEM算法和EM算法.     

基于压缩感知的宽孔径SAR成像

宽孔径SAR数据包含目标不同姿态角散射信息,实现宽孔径SAR成像对目标轮廓重构与解译识别具有重要价值.本文首先提出点模糊函数(point ambiguous function,PAF)研究影响压缩感知SAR成像的因素,然后用模型失配函数(model mismatch fucntion,MMF)分析宽孔径测量条件下点散射模型失配对成像性能的影响.最后根据上述结论,选择发射信号参数改善测量矩阵性能,利用广义似然比检验方法克服模型失配对成像性能的影响.实验结果验证了本文结论的正确性和成像算法的有效性.     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar，SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性，实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析，证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素，研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础，本文对多角度SAR发射信号载频和测量位置进行设计，构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题，文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit，STOMP）进行模型求解，在测量矩阵欠定严重的情况下，该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响，进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

基于GSFLA的电力系统谐波估计算法

针对非线性动态负载引起的谐波难于检测的问题，提出了一种新的谐波估计算法。该算法借助蛙跳算法（SFLA）的全局搜索性对未知参数进行优化估计；引入高斯分布估计算法（GEDA）的思想，对蛙群中适应度好的蛙进行分布估计再生，提高收敛速度；结合进化代数改进蛙跳规则以改善局部搜索性能。实验仿真数据显示，与PSO算法相比，振幅平均估计精度提高了5．3％，相角平均估计精度提高了4．7°。研究表明，该算法（GSFLA）用于电力系统的谐波估计有更快的收敛速度和估计精度。     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

草石蚕水苏糖检测技术的研究

建立了我国传统植物草石蚕块茎中水苏糖的定性分析和定量检测方法。采用薄层层析（TLC）法定性分析，选择乙酸乙酯／甲醇／水／冰醋酸（3／2／1／2）为展开剂，采用二苯胺-苯胺一磷酸为显色剂。该条件下水苏糖Rf值为0．47，显色点为棕黄色，斑点清晰，与其他糖分分离良好。用高效液相色谱-示差折光检测（HPLC—RID）法定量检测，采用Kromasil NH2柱，流动相为乙腈／水（55／45，v／v），柱温为30℃，流速为1．0mL／min，进样体积10μL，该色谱条件下，水苏糖峰出峰对称性好，时间较短（9．5min），水苏糖浓度在1．0～8．0mg／mL范围内线性关系良好（R2=0．9996），回收率在96．O％～102．5％之间。在生产应用中，可以根据实际采用其中一种或者两种方法结合，以满足检测需要。     

分布式企业协同分销子公司影响因素模糊聚类分析

针对分布式企业协同分销子公司管理效率低,系统决策效率提升困难等问题,搭建了立体协同分销网模型.在深入分析了其特征的基础上,将其影响因素归纳为了市场营销、人力资源等5个一级指标,并分解为市场开拓、财务管理等30个二级指标.构建了协同分销子公司影响因素的模糊聚类分析(FCA)模型,并提出了检验该模型有效性的方法,从而大大提高了协同分销系统的管理和决策效率.最后,通过实际工程案例,验证了该模型和算法的有效性.     

混合量子遗传算法在软硬件协同综合中的应用研究

针对多处理器嵌入式系统,结合拟 Newton算法,提出了混合量子遗传算法(MQGA)在系统设计中的解决方案,并引入了模拟退火技术.实验结果表明,MQGA能有效解决软硬件划分问题,提高了求解质量和算法的收敛速度,降低了计算代价,保证了算法的自适应性和全局最优性     

基于周期FRFT的LFMCW信号检测与参数估计

线性调频连续波(LFMCW)含有多个线性调频信号分量,具有低截获概率特性,雷达情报侦察系统对此类信号的检测与参数估计十分困难.针对这个问题,首先分析了LFMCW的分数阶Fourier变换(FRFT),通过对FRFT核函数的周期调制,定义了周期分数阶Fourier变换(PFRFT),推导了PFRFT和FRFT的关系.然后分析了LFMCW的PFRFT,提出了一种基于PFRFT的未知LFMCW检测和参数估计方法,并对其检测和估计性能进行了理论分析.最后仿真验证了该方法的有效性和合理性.相比FRFT,PFRFT通过对LFMCW的周期性积累提高了信噪比,适合处理具有周期调制的类似LFMCW信号.     

基于平均增益模型的连续型(1+1)进化算法计算时间复杂性分析

连续型进化算法的计算时间复杂性分析是进化计算理论研究的一项公开难题,目前相关研究成果较少.针对连续型(1+1)EA,基于适应值差函数提出了平均增益模型及其分析方法,给出了平均计算时间的计算理论,为算法的计算时间复杂性分析提供了依据.在此基础上,研究还选取了学术界关注的球形函数作为研究对象,分别推导了变异步长满足标准正态分布和均匀分布的连续型(1+1)EA在优化球形函数时的平均增益,并估算出了它们的平均计算时间.理论分析说明:1)两种算法的计算时间复杂性都是指数级的;2)在给定相同精度和初始适应值差的前提下,采用均匀分布变异算子的算法其寻优速度优于采用标准正态分布变异算子的算法.进一步地,通过数值实验对理论分析结果进行了验证,结果表明平均增益模型分析是有效的.