共查询到20条相似文献,搜索用时 46 毫秒
1.
运动估计算法研究 总被引:1,自引:0,他引:1
邢恺 《哈尔滨师范大学自然科学学报》2008,24(4)
叙述了运动估计中常用的几种快速块匹配算法,并以此为基础阐述了一个带预测的分级搜索块匹配算法.通过实验证明,在平均峰值信噪比差不多的情况下降低了块搜索次数. 相似文献
2.
车牌定位是车牌识别(LPR)系统中的关键技术之一,通过对车牌区域的各种固有特征的研究和探讨,提出了一种高效快速的车牌字符定位算法,该算法基于二值边缘图像的频率变化特征,在整个车辆图像中搜索到车牌的精确位置,得到牌照图像,为车牌的进一步识别打下良好的基础.现场实验表明,该算法快速准确,对提高整个识别系统的正确率起到了关键的作用. 相似文献
3.
提高P2P网络资源快速定位效率是Chord协议的应用之一.提出了一种基于DHT的轻量级Chord资源快速定位算法.该算法根据节点自身资源被访问次数建立资源管理表并利用哈希函数对资源号有序序列实现相同资源搜索时减少遍历次数,也就加快了热度资源查询与定位速度.仿真实验表明,该算法在小型P2P网络中用来提高资源定位效率是可行的. 相似文献
4.
5.
6.
一种改进的单纯形算法 总被引:1,自引:0,他引:1
针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。 相似文献
7.
超宽带信号的快速同步捕获是实现UWB系统的一个重大挑战。提出了一种基于特殊训练序列的同步捕获算法,它只需对接收信号进行符号速率的积分清洗运算,然后根据信号的依次截取实现同步参数的搜索估计。该算法有效地提高了密集多径信道下极窄脉冲能量捕获,并且降低了运算复杂度和同步捕获时间。通过计算机仿真评估了在密集多径信道下,训练序列长度对捕获精度和系统误码性能的影响,以及捕获性能、系统误码性能与信噪比的变化关系。仿真实验表明,在训练序列长度为16、32时误码性能曲线和理想同步情况下已十分接近。这说明与传统的数据辅助算法相比,该算法只需要较短的训练序列就可以实现较理想的系统性能,从而提高了系统的带宽利用率。 相似文献
8.
9.
10.
针对传统GPS软件接收机实时性差的问题,深入研究了基于双核处理器的并行信号搜索、跟踪以及伪距定位等关键技术, 提出GPS软件接收机并行处理方法. 在搜索过程中,采取并行处理技术并实时优化搜索范围,利用相位关系进行解算,有效克服了相关法求解精频速度慢的缺点. 在跟踪环路中,研究载波/码相位跟踪环路并行独立处理技术,通过深入分析二阶跟踪环路性能,优化设计参数,使接收机具备较好的动态性能的同时,能够将噪声的影响降到最低. 最后在Matlab环境下设计了算法应用程序,将实测数据对算法进行验证. 结果表明:与传统的串行处理算法相比,该方法可使信号处理效率提高30%以上,各项输出指标均达到单点伪距定位要求. 相似文献
11.
12.
提出了一种参数动态调整的自适应微粒群优化算法.针对微粒群算法中不同适应度值的微粒所需要的搜索能力不同,引入微粒相对优秀度概念,通过相对优秀度来动态调整惯性权重和加速因子,有效地调节算法的全局和局部搜索能力,保持了微粒的个性.利用三个Benchmark函数进行数值试验,仿真结果表明,算法稳定,具有较好的收敛性能. 相似文献
13.
14.
15.
16.
17.
《哈尔滨师范大学自然科学学报》2017,(3)
基本的人工蜂群算法通过不同角色蜜蜂在对蜜源进行采食过程中进行角色的转变,能够快速地求解问题的最优值,其具有全局寻优能力强、鲁棒性、收敛快等优点.但在接近全局最优解的时候,蜜蜂搜索的速度会明显变慢,易陷入局部最优.针对这些问题,在基本算法的位置更新阶段加入了高斯变异算子和柯西变异算子,提高了算法的收敛速度,增加邻域蜜源的访问概率,使得算法能够有效地跳出局部最优.应用TSP问题对改进后的算法进行仿真验证,结果证实了改进后的算法具有一定有优越性. 相似文献
18.
19.
利用基于分区搜索的自适应遗传算法求解TSP问题 总被引:1,自引:0,他引:1
为了提高用遗传算法求解旅行商问题(TSP)的收敛速度,结合自适应算子和父子竞争策略等优化思想.提出了基于分区搜索的自适应遗传算法.该算法将整个搜索区域分成若干个较小的搜索区域,先进行局部搜索.在得到局部较优的基因组合后,再进行全区域搜索,不但提高了遗传算法的收敛速度,而且改进了变异算子的操作性能.通过TSP问题的求解表明,基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。 相似文献
20.
针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性. 相似文献