提高图像块运动估计搜索速度的改进算法及其性能

运动估计是视频压缩中帧间预测编码的关键技术之一.由于运动估计具有较大的运算量,因此对压缩性能有重要影响.在研究分析了影响视频编码性能的传统搜索算法基础上,提出了一种基于六边形搜索算法的改进算法.该算法初始步骤使用十字形搜索模式,然后采用六边形搜索模式中的小钻石搜索模式,进行快速块运动估计.并进行了计算机仿真实验证明了改进算法在压缩处理运算量及信号质量方面的优越性.结果表明,改进算法比新三步搜索算法和传统六边形搜索算法有着更快的搜索速度和更小的失真.     

Grover算法量子处理架构的设计与模拟

针对混合架构经典-量子算法的量子算法处理单元,设计基于Grover算法的量子处理架构.将一种用于量子计算仿真的量子程序设计语言引入Grover量子搜索算法中,并在Linux操作系统中进行执行与模拟.结果表明:所提架构可以提高量子搜索算法的执行性能;利用反馈调节可以有效地实现量子搜索算法的最佳性能.     

适用于媒体处理的可重构处理器

采用阵列处理器的设计方法,提出了一种基于单指令多数据技术的可重构处理器.通过在ReMAP原型芯片实现二维离散余弦变换算法,重新设计乘法累加器、增加局部数据寄存器、增加处理单元间共享寄存器和分层次传输处理单元内数据,提出优化的ReMAP架构,并在现场可编程门阵列上完成功能验证.在Re-MAP架构上实现二维离散余弦变换以及绝对误差和的结果表明,优化的ReMAP架构支持多个算术逻辑单元,充分利用媒体算法的内在并行性,获得了较高的性能加速比.ReMAP架构的可扩展性可进一步提高性能加速比,满足媒体处理的应用.     

自适应六边形运动估计搜索算法

指出了在块运动估计中,快速估计算法的最终目的是在提高搜索速度的同时保持搜索质量.在现有搜索算法的基础上,提出了一种自适应六边形运动估计搜索算法AHEX.该算法首先利用时空相关性预测起始点,缩小了搜索区域,从而减少搜索点数;然后采用六边形搜索模型进行搜索,进一步提高了搜索速度.在搜索过程中,还采用了自适应的提前中止策略来避免不必要的搜索.实验结果表明:在保持相当搜索质量的前提下,与其它快速块匹配算法相比,自适应六边形搜索算法的搜索速度有大幅度的提高.     

基于改进的和声搜索算法的特征基因选择

针对基因表达谱高维、小样本、高噪声及高冗余等特点,提出一种基于改进的和声搜索算法的特征基因选择方法。首先,采用Kruskal-Wallis算法对原始基因进行初选,降低和声算法搜索空间维数,保证和声搜索算法的优化精度和收敛速度;然后,针对和声搜索算法易陷入局部最优问题,对当前种群中最优、最差和声分别进行进化;同时融合教与学优化算法中个体更新方式,设计一种改进的和声搜索算法实现特征基因选择。仿真实验结果表明,方法在优化精度、时间效率和稳定性等方面优于HS、IHS、EHS和GHS等算法。     

多通道并行TD-LTE小区搜索架构设计与FPGA实现

移动终端通过小区搜索完成与网络的接入工作.为了更快地完成时分长期演进 (time division long term evolution,TD-LTE)系统小区搜索过程,与传统数字信号处理(digital signal processing,DSP)串行模式对比,从速度和面积两方面综合考虑,提出一种基于现场可编程门阵列(field programmable gate array,FPGA)的多通道并行小区搜索架构.主要工作集中在小区搜索整体方案设计和FPGA硬件实现上,在算法上对整个小区搜索算法架构进行了改进,同时根据硬件需求,利用以时钟换取速度的思想对FPGA硬件实现架构进行了优化.采用多通道并行高速乘法器进行序列相关检测和动态门限配置的方法,大大缩短了TD-LTE小区搜索的处理时间.并以Altera的EP4SGX230KF40C2 芯片作为硬件平台进行了Modelsim功能仿真、板级验证等工作.实验结果表明,该设计方案的处理速度和数据精度均满足TD-LTE 系统测试要求,性能远优于传统的DSP架构模式,可以应用到实际工程中.     

视频编码快速块匹配算法的改进

为了降低视频压缩中块匹配的运算复杂度,避免块匹配陷入局部极小值且维持较高的压缩比,提出了一种快速块匹配的搜索算法.首先判断图像块是否静止,若是,停止该块的搜索;反之,通过运动矢量预测确定搜索中心点,并由中心点由内向外搜索,同时结合搜索停止判断条件,提前终止搜索.对改进块匹配快速搜索算法与全搜索和菱形快速搜索进行了仿真实验和对比分析,并将提出改进的运动估计算法在一个实际的机械臂远程视觉控制系统中进行了应用.结果表明：在全搜索、菱形快速搜索和快速块匹配搜索算法中,快速块匹配算法综合性能是最好的.     

基于ISSA-LSSVM模型的短期电力负荷预测

精确的短期电力负荷预测对电力系统的调度与调峰等有着重要的影响。为了提高预测精度提出了基于改进麻雀搜索算法(improved sparrow search algorithm, ISSA)优化的最小二乘支持向量机(least squares support vector machine, LSSVM)预测模型ISSA-LSSVM。麻雀搜索算法的改进过程首先采用Sobol序列产生初始种群,提高初始解质量;其次通过结合锦标赛排序算法避免原算法由于后期种群数量减少导致的种群多样性下降问题;最后引入柯西-高斯双变异提高算法全局搜索能力与重点区域搜索能力,帮助算法跳出局部限制。最后通过实际民用负荷数据对ISSA-LSSVM预测模型进行验证,结果表明ISSA-LSSVM模型的预测精度更高,预测结果更稳定。     

可预测起始搜索点的自适应准十字菱形搜索算法

分析了视频图像现有块匹配运动估计的技术特点,通过实验数据定量评价了各算法的优缺点,提出的一种改进的自适应运动估计算法:基于起始搜索点预测的准十字菱形搜索算法.该算法根据序列图像中运动矢量的十字中心偏置分布特性和运动矢量间的时空相关性,设计了一种准十字菱形搜索模板,并对静止块设定阈值,直接中止搜索;结合起始搜索点预测,并根据运动类型自适应选择搜索策略,使本文算法在保证了搜索准确性的同时,提高了运动估计的速度.     

BCOISOA--BP网络在磨矿粒度软测量中的应用

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求.