求解多变量优化问题GAs方法的实现与改进

用Ｃ语言实现了遗传基因算法求解多变量优化问题，在此基础上，对单点交叉与多点交叉、单点变异与多点变异进行了比较研究．在采用较好的交叉和变异方法的基础上，研究了在ＧＡｓ的迭代循环中如何适时进行区域收缩，引入适值调整，找到了一种循环次数少、计算时间短、求解结果令人满意的ＧＡｓ算法     

机械系统动态优化设计的混合遗传基因方法

融合复合形法和基因算法提出一种可以有效地解决机械系统动态优化设计问题的随机优化算法——混合遗传基因法．该法以遗传基因方法实现代间进化，以复合形法改进代间较差个体以加速进化．数值分析结果表明，该方法结果正确，算法简洁     

求解多变量优化问题GAs方法的实现与改进

用Ｃ语言实现了遗传基因算法求解多变量优化问题，在基础上，对单点交叉与多点交叉、单点变异与多点变异进行了比较研究。在采用较好的交叉和变异方法的基础上，研究了在ＧＡｓ的迭代循环中如何适时进行区域收缩，引入适值调整，找到了一种循环次数少、计算时间短、求解结果令工满意ＧＡｓ算法。     

遗传基因算法在验证中的改进

随着SOC系统越来越复杂,将遗传基因算法应用于芯片验证,实现验证的自动化,可大幅度提高SOC验证的功能覆盖率。介绍了一种基于遗传算法的验证向量自动生成算法遗传基因算法,并在此基础上提出了一种改进算法,即生长算法。其思路是在遗传基因算法的基本原理上,通过由覆盖率较小的向量群成长为覆盖率较大的向量群。通过在SOC验证平台的应用证明了它们能快速达到较高覆盖率,缩短了验证周期。     

基于区域特性的Contourlet域多聚焦图像融合算法

利用Contourlet变换的多尺度、局部化、方向性和各向异性等优点，提出了一种基于区域特性的Contourlet域多聚焦图像融合算法．该算法将源图像分解至Contourlet变换域，在不同尺度、不同方向的子带中结合区域特性进行图像融合，低频和高频子带中分别采用区域方差和区域能量作为融合规则，最后通过反变换得到融合图像．实验结果表明，所提出的算法能够更好地提取原始图像特征，融合后的图像具有更好的主观视觉效果，与经典的梯度金字塔算法和小波变换算法相比，新算法的均方误差最大值仅为前二者的34．8％和42．6％．     

抗区域灰度变化的景像匹配算法研究

根据Ｐｈｏｎｇ照射模型，研究了视点变化对景像灰度的影响，提出采用灰度校正技术，纠正由于视点变化而带来的同一地区景像在参考图与实时图中表现出的不同灰度特征，获得两者间共同的区域灰度特征，以提高匹配可靠性．给出了与常规匹配算法比较的实验结果，证实其较通常方法具有更强的抗景像区域灰度反转的能力．     

复杂区域的通用性填充算法研究

提出了一种对于复杂区域的快速填充算法，该算法利用复杂区域的连通性和有界性，建立有向环与封闭区域的对应关系，并提出有向环走向的判断准则．在此基础上，用水平射线切割有向环所形成的出入点对，实现对区域的填充．算法效率高，通用性强．     

一种用小波包进行SAR原始数据压缩的方法

提出了一种对合成孔径雷达（SAR）原始数据在载体上进行压缩的方法．原始数据先用分块自适应量化（BAQ）减小数据动态范围，但不减少量化位数．然后对数据进行小波包正交小波变换．根据频率包络的能量变化自适应地进行数据压缩，即高能量区域用较多位来表示，低能量区用少的位数来表示，处理带宽以外的区域就不再进行编码．用BAQ编码法对块内频域中的数据进行编码．实验表明所提出的WT－BAQ算法优于FFT－BAQ和BAQ算法．     

基于遗传基因算法的切削用量优化

介绍了一种全新的优化算法－－连续域中的遗传基因算法（ＧＡ），提出了基于ＧＡ的加工过程切削用量优化计算方法，给出了铣削用量优化算例。     

变形系数相关的最小二乘匹配算法

对在图像匹配中被广泛使用的最小二乘算法进行了改进．最小二乘算法精度高,但收敛速度很慢．根据图像中除少数高度变化不连续的区域外,大多数区域的变形参数都是连续变化且平缓这一特点,在最小二乘算法的迭代过程中,变形参数初始值视情况取前面的结果．实验表明,这一改进大大提高了最小二乘匹配算法的计算速度,同时保持了其精度和匹配率     

基于颜色信息与区域生长的图像分割新算法

提出了一种新的结合了颜色特征与区域生长的彩色图像分割算法B-JSEG．该算法是在彩色图像分割的JSEG算法和边缘检测中的方向算子的基础上实现的．根据已有算法的缺陷，利用新的参数描述纹理颜色信息，并通过区域增长和合并来获得最后的分割结果．由于在JSEG算法中加入了方向算子，同时考虑了区域的相似性和边界的非连续性，减少了过分割．大量图像的实验结果表明，所提出的算法具有很好的鲁棒性，比JSEG算法更符合人类的视觉感知．     

基于区域增长及边缘检测的一种图象分割方法

提出一种图象分割算法．这种算法综合了三种算法，即区域增长、边缘检测及保持边界平滑方法．它可以明显地克服区域增长及边缘检测各自的缺点．在这种方法中还引进了边界平滑算法使得分割所产生的边界更可靠．可直接应用到三图象分割、医学图象分割的实验中，证明了这种方法的有效性     

解析区域内路由协议IARP

LARP作为区域路由协议ZRP的基本组成部分，发挥着重要作用．通过描述其主要任务、分组格式和数据流程，给出了一种基于开放最短路径优先OSPF的路由内算法．该算法通过收集区域内链路状态资讯，并调用相应算法形成区域内路由表，克服了传统协议泛洪广播无法实现区域范围的更新，从而保证区域路由协议对区域内路由信息的需求．     

交通监控系统中基于多源信息融合的运动阴影检测

针对目前运动提取算法常将运动阴影错误检测为前景目标的问题，提出了一种交通监控系统中基于多源信息融合的运动阴影检测算法．在颜色空间中利用亮度、色度和边缘信息检测阴影的可能区域，使用逻辑“与”操作融合多源检测结果得到最终的阴影区域．与其他算法相比，新算法能更好地区分前景尤其是暗色前景及其阴影，提高了阴影区域的检测精度，更准确地实现了运动目标的提取．仿真实验表明，对不同颜色和尺寸的前景引起的阴影，算法都能鲁棒地分离目标及其阴影区域，前景提取效果好．     

海上小目标检测的视知觉方法

针对海上小目标检测问题，提出采用基于视觉非线性的图像分割方法，同时结合最佳分割区域自动调整算法，获得海上小目标的优良分割结果，并利用目标背景间存在较强反差这一先验知识，从分割所得二值图像中确定真实目标．算法中同时考虑了对亮、暗目标的处理，因而对目标的灰度变化不敏感．大量海上小目标检测的实验结果证实了本方法的有效性．     

自动指纹识别系统图像分割算法的研究

以指纹为代表的个人身份识别和认证，早就得到了人们的认可和使用．由于指纹具有唯一性和终身不变性，正成为近年来应用最为广泛的生物特征．一幅采集到的指纹图像，总不可避免地存在背景区域，所谓分割就是将背景区域从指纹图像中分离出来．噪声区域和背景区域各点的方向是随机分布的，而前景区域各点在某一方向上占主导地位．因此，前景区域中在与纹线流垂直的方向上灰度方差较大而在沿纹线流方向上方差较小．提出了一种指纹图像分割的新方法，首先将指纹图像分块，准确提取出每块的方向信息．分别沿平行块方向和垂直块方向求取块内各点的灰度变化，并计算该块在这两方向上所有点的平均灰度变化．对指纹图像每一块的两个方向灰度变化进行归一化处理，结合这两种判断依据确定该块是属于前景区域还是属于背景区域．本算法充分利用了指纹图像特有的方向性和灰度特性，能准确地将背景区域从指纹图像中分离出来，既节约了预处理时间，又能保证一定精度．     

黑猩猩与人的差别在哪里

2002年，科学家查清了如果将人的全部染色体与黑猩猩比较，二者间有1．23％的遗传基因有差异。后来，科学家又对个别染色体做进一步详细的比较，直到2006年还不断有论文发表。据说在差异特别大的区域里，很有可能包含着“人之所以成为人”的基因。[编者按]     

基于主元神经网络和K-均值的道路识别算法

为了提高道路识别算法的鲁棒性和自适应性，提出了基于局部统计特征和主元分析的道路识别算法．该方法用广义Hebb学习规则训练主元神经网络权值，然后将局部统计特征和图像像素值输入主元神经网络得到图像特征矢量，最后用K-均值分类器对该矢量进行分类，通过参考区域识别道路．仿真结果表明，该算法对于光照变化剧烈和阴影遮挡的道路图片均有较好的识别效果，以及较好的鲁棒性和自适应性．     

对流占优的积分微分方程区域分裂变网格有限元方法

研究了对流占优的积分微分方程的初边值问题，提出了区域分裂变网格有限元方法．它在各个子区域内部及跨越内边界时保持了物质的守恒性，在内边界上的导数值由上一层函数值得到，由此实现了算法的并行，并利用变网格方法使网格随时间动态的变化、还给出了收敛性分析和误差估计．     

一种基于数值编码的动态遗传算法

提出了一种基于数值编码的动态遗传算法．它采用实数值编码以解决待求解的精度受限问题,并引入独具特色的交叉和变异机制,有意识地引导交叉算子,最大限度地减少因变异盲目性导致的遗传基因丢失．此外,采用两个实例来验证算法的有效性和优越性．仿真结果表明：该算法可有效地实现快速全局寻优,并可有效地解决传统ＧＡ的饱和收敛问题．