基于粒子群优化聚类算法的点模型简化

为了有效地简化稠密采样点模型,提出了一种基于粒子群优化聚类算法的点模型简化方法.引入了具有强大全局寻优能力的粒子群优化算法,对传统的k-均值聚类算法进行改进,基于改进的聚类算法对点模型进行简化,选取具有最优个体适应度函数的粒子作为原始采样点集的最终简化模型.算法聚类依据采样点的空间位置、法向和曲率的邻近性,实现了点模型表面区域几何特征保持的简化.同时在聚类区域的划分中考虑了曲率阈值和区域半径,使得算法在有效地保持特征边界和曲面细节的同时,能够生成高质量的简化曲面.实验结果表明,粒子群优化的k-均值聚类算法克服了传统聚类算法容易陷入局部极小的缺点,具有更好的全局收敛性和较快的收敛速度.该简化方法在有效简化点模型的同时,很好地保持了原始模型的几何形状,且在相同简化效率下能够生成更高质量的简化曲面.     

分布式无人机网络覆盖优化算法

针对非均匀目标区域中的热点区域覆盖优化场景，提出一种分布式无人机网络覆盖优化算法。首先对满足网络连通性的最少无人机节点数目和热点区域覆盖范围进行估计，其次融入热点区域信息改进布谷鸟算法位置更新方程并重构优化目标函数，然后对发现概率参数进行自适应调整，最终实现热点区域覆盖率的重点优化。在仿真实验分析中，在相同仿真环境下与标准布谷鸟算法和其他经典算法进行对比，结果表明所提算法的热点区域覆盖率较其他算法提升了约4%，迭代次数减少了约30次，证明了该算法收敛速度快、耗时少，能够更加有效地提高热点区域的覆盖率。     

水下航行器仿生侧线探测阵列优化布置模型及评估方法

为了解决水下航行器仿生侧线探测系统传感器阵列优化布置的问题,提出了一种结合贝叶斯概率模型及顺序启发式算法的传感器阵列优化布置方法。该方法首先基于贝叶斯概率定理对水下航行器目标位置探测问题进行数学建模;接着构建仿生侧线探测阵列物理模型及其流场仿真数据集,采用顺序启发式算法优化阵列布局位置;然后根据特征筛选方法计算不同阵列布置下目标位置探测信息的相关性,对传感器阵列布局进行冗余度约减及优化评估;最后利用后验概率验证仿生侧线探测阵列优化布置模型,同时估计运动目标物位置。通过仿真实验结果表明,本文提出的阵列优化布置模型及评估方法与传统方法相比,非目标位置的干扰区域探测概率减小到1％以下,有效提高了目标物位置的探测概率,证明了阵列优化方法的可行性与有效性,为水下航行器侧线传感器阵列的优化布局提供了理论与技术支撑。     

基于概率图谱和Random Walker的肝脏三维分割算法

针对腹部CT图像内部结构复杂和相邻脏器灰度相近而导致分割精度较低的问题,提出了一种新的基于概率图谱和Random Walker的三维肝脏分割算法.首先利用大量的由医生分割的肝脏区域图像建立肝脏存在位置的概率图谱,表示肝脏解剖位置信息;然后提出了改进的全自动的Random Walker算法,并建立由Random Walker优化的灰度概率图谱;最后基于该灰度概率图谱从腹部CT图像进行肝脏三维分割.实验结果表明,提出的算法能够有效地进行肝脏区域的分割并具有较好的鲁棒性,与传统算法相比,分割精度得到了明显的提高.     

基于距离预测分组的ALOHA算法

针对传统ALOHA算法存在的吞吐量小、传输时延大等不足,提出了基于距离预测分组的ALOHA算法。该算法根据传输功率估计标签和阅读器之间距离,并根据距离估计结果将标签划为多个组,然后采用ALOHA算法对组内的标签进行相应的识别,减少标签碰撞概率,最后在MATLAB平台上进行了仿真实验。结果表明,相对于其它防碰撞算法,该文算法大幅度提升了系统的吞吐量,有效减少了平均传输时延,具有良好的实际应用价值。     

RFID中基于二分叠加的二进制防碰撞算法

提出了基于二分叠加的二进制搜索树防碰撞算法.对标签生成随机数的过程进行优化,标签每次生成随机数(O,1)的概率都相同,经过二次叠加后分布的概率就不完全相同,可从源头上降低碰撞概率,提高信道利用率.仿真结果表明,基于二分叠加的一进制搜索树防碰撞算法能减少碰撞次数,提高信道利用率.     

结合区域特性的交互式图像分割

针对现有的交互式分割算法对用户标记的数量与位置敏感的问题,提出了一种与图像区域特性结合的分割算法.首先将均值漂移分割的小块区域作为虚拟像素,参与有权图构建,从而为信息向远方同质区域的像素传播提供路径;然后设计一个基于像素归属于各类用户标记的概率代价函数,并采用微粒群算法进行全局寻优,最后将获得的归属概率作为判据实现分割.实验结果表明,即使采用少量用户标记也可以获得满意的分割结果,说明该算法对标记的数量与位置具有很高的鲁棒性.     

基于概率LS-SVM 的多标签非均衡样本分类算法

针对多标签分类问题,提出了一种面向样本不均衡及类属不确定性的多标签分类算法。首先,结合“一对一”分解策略和贝叶斯理论,将多标签数据集分解为单标签数据子集,并利用Parzen窗方法估计子集样本后验概率,对类标签进行了基于概率的不确定性表示。然后,在融合概率类标签和LS-SVM模型的基础上,利用样本差异信息来调节惩罚参数值,建立了考虑样本不均衡的概率LS-SVM子分类器模型。依据正态分布的3σ原理,设计了子分类器决策阈值确定方法。最后,结合实例对算法进行了性能分析,结果证明了新算法的合理性和有效性。     

基于自适应变异二进制粒子群算法的WSN区域覆盖问题研究

为最大限度休眠冗余节点,减少无线传感器网络节点能耗,保证网络覆盖率,提出了一种基于自适应变异二进制粒子群的WSN区域覆盖控制算法(BPSO-G)。将二进制粒子群算法(BPSO)应用到WSN区域覆盖优化问题求解上,并针对BPSO算法不能收敛于全局最优解的缺点,利用自适应变异策略,将节点最优位置以一定的概率进行动态变换,该变换有助于粒子跳出局部最优解,提高搜索新解能力,有效防止算法早熟。仿真结果表明:改进算法收敛速度很快,其连续最优解接近于全局最优解,WSN冗余节点能够最大限度进入休眠状态,且当监测区域面积一定、节点感知半径相同时,其活动节点数基本不随总节点数的增加而增加,始终保持在一定区间内。     

RSA数据加密算法的分析与改进

在RSA加密算法中,大素数寻找算法需要大量的计算,从而降低了RSA的效率。为此,笔者首先使用小素数筛值法、偶数排除法和小素数整除法进行伪素数的初步排除,再使用Miller-Rabin算法对伪素数的素性进行检测,以提高素数的检测效率。测试结果表明:改进算法与经典Miller-Rabin算法相比,其生成大素数的时间减少,且所得到的数不是大素数的概率小于0.1%。从而提高了RSA加密算法的效率,增强了RSA加密算法的适用性。     

基于概率阈的冗余多故障诊断策略

针对冗余复杂系统的多故障诊断问题,为减小计算量和期望测试费用,设定一个概率值作为概率阈,忽略发生概率低于这个值的多故障状态,提出了一种基于概率阈的冗余多故障诊断策略。该策略首先对相关矩阵模型进行转化,并舍弃概率低于概率阈故障状态,然后用Rollout算法对基于信息熵的诊断策略进行优化,并给出了计算步骤与方法。实例表明,与文献中方法相比该策略虽然降低了一定的准确度,但减少了更大比例的期望测试费,而且降低了相关性矩阵模型的规模,缩短了计算时间。     

水下无线传感器网络节点覆盖及其自定位

节点自定位技术是水下无线传感器网络应用的关键技术之一,较高的覆盖概率能够提高节点自定位的精度。节点定位精度受到很多因素的影响,本文通过采用感知概率模型模拟传感节点测量概率分布模型,再对覆盖概率较高的传感器节点进行定位误差迭代,最后采用遗传算法对定位误差进行优化。仿真结果表明,覆盖概率受感知半径和迭代次数影响,定位误差受信标节点密度影响,采用遗传算法的优化能够实现水下传感器节点的自定位精度。     

WCDMA系统中一种前导检测门限算法研究

在WCDMA系统的前导检测门限算法中,干扰值的估计成为算法的一个关键环节。对工程上常用的一种前导检测门限算法进行了深入的研究,针对算法在小区干扰值较大时,对应的干扰估计值偏小,从而导致前导检测虚警概率较高的问题,将各签名的幅度时延函数（amplitude delay profile,ADP）值的方差引入到干扰值的估计算法中,提出一种改进的前导检测门限算法。实验结果表明,改进算法有效地解决了干扰估计值偏小的问题,降低了前导检测虚警概率。     

面向运动目标检测的ViBe算法改进

背景差分法是静态背景下运动目标检测的常用方法,ViBe算法是它的主要建模方法之一.针对ViBe算法对鬼影消除缓慢的问题,提出了结合帧间差分技术的ViBe改进算法,使用帧间差分技术通过记录相关像素值的时域变化来判断鬼影像素,提高消除鬼影的速度.针对ViBe算法的固定阈值不能反映每个像素具体情况的问题,提出了一种自适应阈值的方法,可根据像素值的变化为每个像素设定阈值,提高前景检测的准确度.实验结果表明,结合帧间差分技术的ViBe算法能够较快地消除检测结果中的鬼影,应用自适应阈值的ViBe算法能够更准确地进行前景检测.     

一种改进的毫米波雷达聚类算法

针对毫米波雷达数据均匀性差,数据量小,噪点多等问题,提出一种基于DBSCAN (density-based spatial clustering of applications with noise)的雷达自适应聚类算法.改进算法能够根据K近邻距离和目标反射截面自适应调整聚类半径.首先给出一种聚类半径根据K近邻距离动态调整的机制:目标第K个近邻的距离与阈值相比较,以确定阈值半径取值.再提取雷达提供的目标反射截面,基于该值计算目标假象半径作为聚类半径的补充量.实现根据目标反射截面与数据稀疏程度自适应聚类的效果.将改进算法与不同参数的DBSCAN聚类算法在真实雷达点云数据进行实验对比.相较于选取合适参数的DBSCAN算法,改进算法能够更好适应毫米波雷达点云特征,对行人目标识别准确率提高4.18％,对车辆目标识别准确率提高5.63％.     

水中近距声探测器研究

根据近感检测原理分析了近炸引信的近距声探测原理和系统组成;设计了工作可靠,方向性好,灵敏度高的声探测器针状式离散波束图;确定了适用于浅海近距探测的高频窄带发射脉冲的工作频率和多卜勒频移极限门限值;讨论了对较小目标的搜索范围和作用距离.采用蒙特卡罗法对这种声探测装置探测较小类目标进行了计算机模拟仿真,结果表明,检测概率随弹目交会速度的提高近似直线下降,多卜勒频移极限门限值取3时的检测概率在80%以上,满足近炸作用半径要求.     

道化法在煤焦化综合储罐区安全评价中的应用

采用道化学公司火灾、爆炸危险指数法对某炼焦厂综合储罐区进行安全评价,得出了其安全措施补偿前后的火灾、爆炸指数（F＆EI）、危险等级、暴露半径、暴露面积以及暴露体积等指数。结果表明,在安全措施补偿前其火灾、爆炸指数为120.36,危险等级为＂中等＂,暴露区域半径为30.82m;经过安全措施补偿以后其火灾、爆炸指数为75.94,危险等级为＂较轻＂,暴露区域半径为19.44m,说明了该企业综合储罐区采取的安全措施是较适用的,有效的降低了该评价单元的火灾、爆炸事故发生的概率和事故能够造成的损害。采用荷兰应用科学院（TNO（1979））蒸气云爆炸（VCE）模拟模型对该储罐区可能发生的VCE事故进行了模拟计算,得出了不同泄露量下的各个损害等级的损害半径,为企业的事故风险预防和管理提供了科学依据。     

一种改进的遗传算法

传统的遗传算法有两个严重的缺点,即不能有效地克服过早收敛现象,以及在进化后期搜索效率较低。模拟退火算法是基于金属退火的机理而建立起来的一种全局最优化方法,它能够以随机搜索技术从概率的意义上找到目标函数的全局最小点。本文将遗传算法与模拟退火算法相结合,提出模拟退火遗传算法,实验结果表明,该算法在性能上有较大的提高。     

基于组合型中文分词技术的改进

在分词过程中如何处理歧义切分是中文分词算法要解决的难点之一.文中提出了一种改进的基于词典和基于统计的组合中文分词算法,能够发现并处理交集型歧义,该算法在发现歧义的过程中没有采取传统的双向匹配法而是采用双栈的结构,减少了匹配花费时间,并分别采取长词优先和最大概率方法处理一般的交集型歧义和特殊的同词长交集型歧义.最后通过实例对文中所提出的算法进行实验验证,结果表明该算法比传统的分词算法有更好的准确率.     

双阈值Harris角点检测算法

角点检测是图像处理中的一种重要的特征提取方法,为了改进角点检测算子的检测性能,提高角点检测的精度,降低检测出伪角点的概率,针对Harris角点算法的阈值受人为给定的限制的缺陷,提出了一种基于双阈值的Harris角点检测,利用小阈值T1来检测角点,利用大阈值T2来限制伪角点的出现,并通过大量实验总结出大小两阈值的关系,获得良好的检测性能。