图像压缩与重构小波算法的另一种实现:实例编码及结果对比

采用Daubechies小波,用MATLAB语言对二维图像压缩与重构Mallat算法的另一种实现进行编程处理.实验结果表明,与流行算法比较,新算法的计算复杂度有所降低,而且达到了流行算法同样的效果.     

图像压缩与重构小波算法的另一种实现:实例编码及结果对比

采用Daubechies小波,用MATLAB语言对二维图像压缩与重构Mallat算法的另一种实现进行编程处理.实验结果表明,与流行算法比较,新算法的计算复杂度有所降低,而且达到了流行算法同样的效果.     

基于两点流行度的流媒体缓存算法

针对流媒体自身内在流行度变化的特征，提出了一种新的基于两点流行度的缓存算法，根据片段所在的不同区域，分别采用不同的片段流行度计算标准对片段流行度进行估算，进而选择流行度高的片段进行缓存．利用实际用户访问数据，将该算法与等长分段的缓存算法和指数分段的缓存算法进行了比较，仿真结果证明该算法可以在获得与这些算法相近的请求延迟率的条件下，取得最高的字节命中率．     

图像压缩与重构小波算法的另一种实现

本文提出的算法是二维图像压缩与重构Mallat算法的另一种实现,与目前流行的算法相比,本文的算法的计算复杂度有所降低.     

图像压缩与重构小波算法的另一种实现

本文提出的算法是二维图像压缩与重构Mallat算法的另一种实现,与目前流行的算法相比,本文的算法的计算复杂度有所降低.     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

基于受限随机游走的时间敏感协同过滤算法

【目的】为了解决传统的协同过滤算法在对用户兴趣建模时出现的推荐准确度下降问题,提出改进算法。【方法】在已有算法的基础上提出一种基于受限随机游走的协同过滤算法,分别构建了基于用户和基于项目的信任网络,通过受限随机游走捕捉并反映用户的兴趣变化及项目流行趋势。【结果】与主流的推荐算法相比,本算法能更有效地捕捉项目流行度和用户兴趣的变化趋势。【结论】本算法避免了盲目游走,降低了推荐误差,提高了推荐准确度。
     

基于优化查询的改进显著性检测算法

传统的基于图的流行排序算法,仅利用图像的边界作为背景查询,其查询选择的准确率直接影响算法的 结果,为此提出一种改进算法,利用现有算法的检测结果为基础,对前景与背景种子点的选取进行优化。 首先,对图像进行超像素分割,充分利用图像的中层信息; 其次,对图像利用流行排序算法计算图像显著图; 最后,对显著性结果进行处理,选取更优的查询点,得到最终显著图。在CSSD( Complex Scene Saliency Datase) 和ECSSD( Extended Complex Scene Saliency Datese) 数据集上与8 种算法进行比较,实验结果表明,该算法具有 更高的检测准确率。     

改进的非局部均值Wiener滤波图像复原算法研究

图像复原在数字图像处理中具有十分重要的意义,针对当前流行的图像复原算法存在复原效果不理想的特点,提出了一种基于图像分离的改进的非局部均值滤波图像复原算法。本算法首先采用基于范数L0梯度最小化复原算法完成对图像平滑部分的复原,然后采用波原子变换来实现对图像细节部分的复原,最后采用改进的非局部均值滤波来处理波原子变换产生的振铃效应和虚假边缘。实验结果表明本复原算法与当前流行的图像复原算法相比,在图像复原的主客观效果上都有一定的提高。
     

二值图像细化算法的比较与改进

本文在分析二值线图形的基本细化原理及目前流行的各种细化算法的基础上，提出一种以Ｈｉｌｄｉｔｃｈ经典算法为基础并行与串行处理相结合的细化算法。该算法大大提高了处理速度，满足工程图矢量识别系统对处理速度的要求。     

小波和余弦变换的抗几何攻击数字水印算法

数字水印技术是目前保护信息安全和版权的一种有效方法,被广泛地用于数字媒体版权的保护中。本文提出一种基于离散小波变换(DWT)和离散余弦变换(DCT)的抗几何攻击数字水印算法,算法简单且易于实现,并具有较好的安全性、鲁棒性和不可见性。仿真结果证明该算法的有效性及抗JPEG压缩、滤波、剪切和噪声干扰能力,在版权保护方面具有一定的应用价值。     

基于粗糙集的识别矩阵值简式求取算法DMBVR

针对粗糙集所采用化简决策表的方法中存在着求取属性约简和值简式时重复计算的问题进行了改进. 提出基于识别矩阵得到决策规则值核的方法, 进一步给出基于识别矩阵求取决策规则值简式的算法DMBVR, 并证明DMBVR算法能得到决策表中所有决策规则的值简式, 从而使计算决策规则的值核与值简式的过程变得更加简便、 直观.     

基于实数编码的遗传算法拟合驰豫曲线

介绍了遗传算法的原理和求解方法。将实数编码的遗传算法用于驰豫曲线的拟合，在利用残数法求得解的基础上确定了各参数的变化区间，在Matlab语言环境下实现了该算法，并与残数法的结果相比较，数值结果表明，遗传算法简单、准确，能更好地实现最优拟合。     

蚁群算法及其应用

蚁群算法是近几年来迅速发展起来的、并得到广泛应用的一种新型模拟进化优化算法。研究表明该算法具有并行性,鲁棒性等优良性质。对蚁群算法理论及其进展情况做了简要的综述,介绍了该算法在理论和实际问题中的应用,并对其前景进行了展望。     

基于维特比算法的深度神经网络语音端点检测

语音端点检测(voice activity detection,VAD)是在连续语音信号中,将语音和非语言片段分离的技术。VAD在语音识别、说话人识别、语音编码等领域起着重要作用。传统VAD算法在类型已知的噪声环境下可以达到较好的性能,但在实际情况中,未知噪声的影响通常会使系统性能下降显著,在差异化噪声下的VAD是端点检测的研究难点。在总结现有语音端点检测算法基础上,提出了一种基于深度神经网络的语音端点检测方法,同时结合维特比算法,与基于贝叶斯信息准则(bayesian information criterion, BIC)的混合高斯模型(gaussian mixture model,GMM) 语音端点检测系统进行对比,在大词汇连续语音识别系统中的实验结果表明,将深度神经网络结合维特比算法,应用于语音端点检测,在复杂噪声环境下取得了更好的效果,适应性更强。     

面向柔性装配系统的人机一体优化设计

工程设计过程可看作是一约束确定与满足过程,柔性装配系统的优化设计也是一约束优化问题。遗传算法是一种广泛应用于复杂工程技术系统设计的有效方法,但用遗传算法求解约束优化问题比较困难。在人机一体化概念的基础上,讨论了如何通过优化开始前的约束预处理、优化过程中的约束处理以及建立变异库给变异操作一个进化方向,来将以约束形式表达的领域知识融合到优化搜索过程中,从而提高了遗传算法的优化性能,并在柔性装配系统中成功地实现了人机一体优化设计。     

遗传算法在机器人路径规划中的研究综述

遗传算法(genetic algorithm, GA)是一种在机器人路径规划中应用最广泛的智能算法。近年来,机器人路径规划问题是各行业实践应用的热点问题。在分析GA优缺点的基础上,对GA在机器人路径规划应用领域进行深入调查,论述了现阶段国内外各领域发展现状,并阐述了现阶段存在的技术难点。最后对GA在机器人路径规划的发展趋势进行了展望。     

一种DEA-PSO混合算法及其在丙烯腈收率软测量中的应用

提出了一种DEA与PSO相结合的混合算法,即用DEA算法对PSO中适应值较差的粒子群进行重组和优化。将此混合算法与PSO算法同时用于一些常见测试函数的优化问题,通过对比表明:与PSO算法相比,DEA-PSO混合算法的优化效果更佳。用DEA-PSO混合算法训练神经网络,并将其用于丙烯腈收率软测量建模,结果显示了该混合算法在丙烯腈软测量建模中的可行性与有效性。     

自适应有源噪声控制算法的研究与实现

FLMS(滤波-XLMS)算法是广泛应用于自适应有源噪声控制技术中的算法,针对该算法收敛速度较慢的缺点,提出一种改进的FLMS算法--FTLMS算法来提高降噪系统的收敛速度.着重讨论了FTLMS算法的原理、实现方法和程序设计.理论分析表明,FTLMS算法具有运算量小,收敛速度快和适应于各种噪声环境的优点.实验结果表明FTLMS算法优于FLMS算法,同时降噪效果也有明显提高.     

求非线性系统最优解的几种算法

非线性系统在现时生活中大量而广泛地存在着,本文主要归纳了几种多元函数非线性规划问题求最优解的几种常见算法及特性.