一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于粒子群优化算法在NP难问题中的应用研究

为解决NP难问题中算法应用领域划分问题，分别运用不同算法对不同问题规模的TSP问题进行求解，寻求最优路径规划.采用随机数据来最大化模拟实际情况，设置了5、10、15、20、30和100个随机城市坐标点，分别采用PSO算法、C-PSO算法、GA算法和ACO算法进行求解，求解一条经过各城市且一次的旅行最低费用的路线，分析比较四种算法的鲁棒性与实效性.结果表明：基于C-PSO算法在NP难问题中的具有良好鲁棒性和较短的运行时间，在问题规模小时，可以采用PSO算法和ACO算法；在问题规模大时，可以采用C-PSO算法.     

不稳定井流计算的径向基函数法

本文分别用常规法和奇点析出法对井点进行处理，得到了用径向基函数配点法求解不稳定井流问题的2种算法．前一种算法在井点附近破坏了该配点法的无网格特性，而后一种算法是真正的无网格法．模型计算显示，后者计算精度远比前者高．     

带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

一种面向联盟链优化的PBFT共识算法

针对在联盟链中实用拜占庭容错（practical Byzantine fault tolerance, PBFT）算法所存在的通信开销过大、节点信誉度无法保证、算法无法动态地增删节点等问题，提出了基于决策树改进的PBFT(decision tree Byzantine fault tolerance, DTBFT)算法。首先，针对联盟链的应用场景，简化了PBFT算法的一致性协议，降低了通信开销；其次，考虑到系统安全性的问题，引入信誉积分机制，增加决策树分类算法，在每轮共识完成后，统计节点行为，对节点分类，使得系统可以动态地剔除拜占庭节点，提高系统的安全性；最后，为了防止拜占庭节点当选主节点，视图频繁切换，导致系统运行效率低的问题，改进了视图切换协议，将主节点的选取范围缩小到节点信誉好的高级节点，保证主节点的可信度。实验表明，DTBFT算法在吞吐量、算法安全性等方面较PBFT算法具有一定的提升。     

激光雷达在地下矿井障碍物检测中的应用

【目的】地下矿井是自动驾驶技术实现落地应用的一个重要场景，障碍物检测是自动驾驶感知算法的重要组成部分，现有的检测算法多存在准确性不高、实时性不够等问题。【方法】针对检测算法中存在的问题，本研究提出一种适用于地下矿井障碍物检测的算法，使用该算法对激光雷达点云进行处理。首先，对地下矿井中的路面存在坡度的场景，提出多平面拟合的地面分割方法，准确地提取高程障碍物点云。其次，优化密度聚类算法，采用自适应阈值的组合参数，实现对障碍物的检测。【结果】本研究基于公开数据集和地下矿井实际采集数据集进行验证。【结论】本研究提出的算法具有良好的障碍物检测效果。     

凸二次规划的一个序列跟踪算法

本文对凸二次规划问题提出了一个多项式时间的内点算法，此算法通过对互补向量空间中一个ａ－序列的跟踪求得问题的解。其优点是对初始内部可行解可以任意，并且总迭代次数为Ｏ（√ｎＬ）。     

一种基于信赖域约束的优化问题的求解方法

讨论一类仅含有线性约束条件的优化问题,在每次迭代过程中,用二次近似模型近似目标函数,从而构造一个子问题,以便于确定迭代方向.在每个子问题求解时引入一组共轭方向,子问题可以转化为一个线性规划问题和一个一维约束优化问题.为了保证算法的总体收敛性,应用信赖域算法代替一维搜索,确定下一个迭代点.证明了算法产生的点列如有聚点,则必有一个聚点是原问题的K-T点.     

激光点云线性KNN算法FPGA实现及加速

针对三维激光点云线性K最近邻（K-nearest neighbor, KNN）搜索耗时长的问题，提出了一种利用多处理器片上系统（multi-processor system on chip, MPSoC）现场可编程门阵列（field-programmable gate array,FPGA）实现三维激光点云KNN快速搜索的方法。首先给出了三维激光点云KNN算法的MPSoC FPGA实现框架；然后详细阐述了每个模块的设计思路及实现过程；最后利用MZU15A开发板和天眸16线旋转机械激光雷达搭建了测试平台，完成了三维激光点云KNN算法MPSoC FPGA加速的测试验证。实验结果表明：基于MPSoC FPGA实现的三维激光点云KNN算法能在保证邻近点搜索精度的情况下，减少邻近点搜索耗时。     

网络各点间最短距离的矩阵算法

本文采用矩阵算法研究了网络图中任意两点之间最短路径问题，并结合实际进行了具体应用。     

等式约束广义几何规划的一种优化算法

本文研究带有等式约束的广义几何规划问题,提出了一个基于增广Lagrange函数的新算法．该算法允许初始点任意,在适当条件下可以避免罚因子趋于无穷,并且该算法全局收敛于原问题的K-T点．     

线性互补问题的内点正算法

针对线性互补问题，提出了具有稳健性质的内点正算法，并证明了收敛性定理，此外，还做了一些数值试验，得到了很好的数值结果。     

半定规划的一种不可行内点算法

对于半定规划问题,根据内点算法的短步方法,并结合Nestorov-Todd(NT)搜索方向的构造方法,设计出一种关于窄领域的不可行内点算法,然后证明了该算法的收敛性.结果表明,该算法经过有限次迭代后可以得到半定规划问题的一个近似最优解,或者证明问题无解.     

分治法解决空间最接近点对问题

使用分治法解决空间最接近点对问题，对合并的步骤加以改进，可以得到时间复杂度为0（nlogn）算法，在计算时可节省大量时间．     

极点迭代法—一个求最小条件平面度误差的快速,精确算法

在文献「３」、「６」的基础上提出了最小条件平面度误差的一种新算法。新算法在计算的主 仅对每行的极值点进行迭代计算，在计算效率方面显著优于已有的算法。尤适宜于自理较大型的问题。     

一个求解不等式约束优化问题的非内点型可行QP-free算法

提出一个求解不等式约束优化问题的非内点型可行QP-free算法,该算法不要求迭代点必须是可行域的内点;而且在算法的每一个迭代,只需求解4个系数相同的线性方程组得到搜索方向;在合适的条件下,该算法被证明具有全局收敛性和局部超线性收敛速度.     

一类P3P问题求解算法研究

Wu-Ritt零点分解方法被成功地运用于研究透视3点(P3P)问题,它给出了一类关于具有实际意义的、一定几何形状的几何物体的P3P方程系统的Wu-Ritt零点分解.这个Wu-Ritt零点分解更多地更深地提供了求解这类P3P问题方程系统解的信息,并为建立P3P问题的实时稳定算法提供了理论基础.基于Wu-Ritt零点分解,给出一个这类P3P方程系统的实时稳定求解算法,实验结果说明算法是准确和稳定的.     

无人机激光雷达点云电力杆塔倾斜状态测量

针对传统杆塔倾斜度测量方法难度大、强度大、效率低的问题，提出了一种基于无人机激光雷达点云的电力杆塔倾斜率精准测量方法。该方法利用无人机LiDAR电力巡线获取的散乱杆塔三维激光点云，通过拟合塔身结构来计算杆塔中心线，进而计算杆塔倾斜率。为验证方法的有效性，挑选了6种类型共18个电力杆塔，分析点云密度对倾斜检测算法的影响，并计算倾斜检测算法的精度。结果显示电力杆塔倾斜角测量的平均相对误差小于0.7°，证明了该方法的有效性和正确性。     

改进的点集凸包的增量算法

凸包是计算几何中得到广泛研究的问题之一,在图像处理、地理信息系统中有着广泛应用.对传统点集快速凸包算法进行改进,在脱机算法中首先进行排序,通过比较当前凸壳中极值点与新增点来避免一些不必要的运算.在联机算法中,通过保持一个各方向极值点的表来快速确定新增点的粗略位置,排除对凸包内的点的运算,并有效减少了不必要的运算.算法可使用双向链接表或栈这样的数据结构.整个过程达到复杂度下限.本算法结构清晰,易于编程实现.     

时序数据故障点检测方法分析比较及应用

比较了3种不同的时序数据故障点检测算法.基于引力的孤立点检测算法考虑了数据对象周围的密度及数据之间的距离等因素.基于均值变点的检测算法则侧重于考察故障点周围统计量的变化,而非故障点的局部范围内统计量保持未定.第三种基于均值方差变点估计的检测算法则研究了时序数据中均值和方差两个统计量都存在变点且变点时刻不相同时的变点估计问题.试验表明基于引力的算法比其他两种效果要差,而基于均值变点检测算法的计算效率要比基于均值方差估计检测算法要高.