基于状态集结的值函数逼近

用更为紧凑的方法表示和存贮值函数,以求解大规模平均模型Ｍａｒｋｏｖ决策规划（ＭＤＰ）问题。通过状态集结相对值迭代算法逼近值函数,用Ｓｐａｎ半范数和压缩映原理分析算法的收敛性。给出了状态集结后的Ｂｅｌｌｍａｎ最优方程。在Ｓｐａｎ压缩条件下了该算法的收敛性,同时还给出了其误差估计。     

基于采样数据重构的信号DOA估计算法

在对修正ＭＵＳＩＣ算法,即ＭＭＵＳＩＣ进行介绍的基础上,提出了通过奇异值分解来实现该算法,以及将它与空间平滑技术相结合来估计相干信号的ＤＯＡ,计算机模拟结果证明了该方法的可行性。     

WDM 全光网优化及波长分配算法的研究

研究了任意拓扑结构波分复用（ＷＤＭ）全光网中的波长数目的需求情况，给出了基于最小级数（ＭＮＨ）的波长分配算法，并提出基于ＭｏｎｔｏＣａｌｏ方法的ＭＮＨ算法，克服了简单ＭＮＨ算法的缺点，减少了网络的波长需求数目。此外还提出优化这种网络结构的新算法，通过在通信负载较重的节点间增加合适数目的并行光纤，明显减少了系统需求的波长数目，提高了波长利用率。数值结果表明，该算法可以使系统所需波长数目接近最优值，为ＷＤＭ全光通信网的波长资源分配提供了一种有效的设计方法。     

一种单片微波集成电路中心值设计算法

提出一种适于单片微波集成电路（ＭＭＩＣ）中心值设计的高效算法——多目标选优法。算法基于ＭｏｎｔｅＣａｒｌｏ分析和成品率直方图理论，先从直方图中提取出多个目标中心值点，再通过成品率比较寻优；算法实现时综合运用插值抽样、参量抽样和抽样识别等技术改进ＭｏｎｔｅＣａｒｌｏ分析，既保证采用标准ＭｏｎｔｅＣａｒｌｏ分析时的优化精度，又将其效率提高十余倍。多目标选优法为引进数值型物理模型，实现高精度、高可靠性的ＭＭＩＣ中心值设计打下基础。     

利用小脑模型提前计算的广义预测控制

给出一种新的广义预测控制方法，并把小脑模型（ＣＭＡＣ）应用于该算法中，避免了ＧＰＣ算法需要实时所进行的复杂计算．针对ＣＭＡＣ所需存储单元多的缺点，提出了一种改进计算ＣＭＡＣ输出值的方法，可大大减少存储单元．文中的方法对ＧＰＣ在实际中的应用有重要意义     

图像数据库中基于颜色的特征提取和度量算法

介绍了颜色的特征提取和度量。先定义颜色直方图和二值向量两种特征描述方式,然后介绍多种特征度量算法,例如Ｍｉｎｋｏｗｓｋｉ－ｆｏｒｍ距,欧几里得距,二进值集的海明距,二次距、Ｍａｈａ－ｌａｎｏｂｉｓ算法等,并结合西北大学可视化研究所与西安第四军医大学合作开发的医学影像数据库信息系统,将这些算法进行改进和比较,最后给出结果。     

大豆磷效率与形态生理性状的关系

有关低磷红壤上大豆（Ｇｌｙｃｉｎｅ ｍａｘ（Ｌ．）Ｍｅｒｒｉｌｌ）基因型磷效率特性的研究鲜见报到。作者选用低磷红壤耕地上生长适应性不同的１９个广东大豆地方种质,采用低磷红壤盆栽方法,对大豆基因型磷效率特性及其与植株形态生理性状的关系进行了研究。结果表明：在低磷水平下,较之磷效率特性较差的大豆基因型,磷效率特性较好的大豆基因型表现出体内磷素的相对积累和体内磷素转化为干生物量的效率的相对减弱;不同的植     

M- H/M~ - H 体系重组能的从头算法

基于一种新的从头算法计算了Ｍ－ Ｈ／Ｍ＋ － Ｈ 体系电子转移反应的重组能,对每个反应物进行几何优化． 结果表明：用从头算法计算的双原子分子的键长和振动频率与实验光谱数据吻合较好． 利用精确的重组能Ｇｅｏｒｇｅ＿Ｇｒｉｆｆｉｔｈ＿Ｍａｒｃｕｓ（ＧＧＭ）模型计算得到的重组能数值与实验光谱数据中得到的值相比较,结果显示,在气相状态的电子转移反应中,直接计算重组能的值要比传统的ＧＧＭ 方法准确     

截断正态分布参数估计的EM算法

用ＥＭ算法解决了截断正态分布参数的估计问题．在Ｍ步计算时，对算法提出了修正．实例计算与计算机模拟表明，修正后的算法属于广义ＥＭ算法（ＧＥＭ算法）．     

一个改进的BM串匹配算法

本文利用ＢＭ算法的特点，改变ＢＭ算法在模式匹配过程中逐位匹配的顺序，得到了个ＢＭ算法的改进算法ＮＥＷＢＭ。本文给出了算法的正确性证明及时耗分析。     

基于粒子群算法的MPPT控制策略研究

获取光伏电池板最大功率跟踪点的方法较多.常规算法存在控制精度差、最大功率点附近震荡、响应速度过慢、或成本过高等问题.将粒子群算法与光伏发电的最大功率点跟踪结合,提出利用粒子群算法来找光伏电池特性曲线中P-U的最高点,并且用算例证实了此方法的可行性.     

Application of Algorithm CARDBK in Document Clustering

In the K-means clustering algorithm, each data point is uniquely placed into one category. The clustering quality is heavily dependent on the initial cluster centroid. Different initializations can yield varied results; local adjustment cannot save the clustering result from poor local optima. If there is an anomaly in a cluster, it will seriously affect the cluster mean value. The K-means clustering algorithm is only suitable for clusters with convex shapes. We therefore propose a novel clustering algorithm CARDBK—"centroid all rank distance(CARD)" which means that all centroids are sorted by distance value from one point and "BK" are the initials of "batch K-means"—in which one point not only modifies a cluster centroid nearest to this point but also modifies multiple clusters centroids adjacent to this point, and the degree of influence of a point on a cluster centroid depends on the distance value between this point and the other nearer cluster centroids. Experimental results showed that our CARDBK algorithm outperformed other algorithms when tested on a number of different data sets based on the following performance indexes: entropy, purity, F1 value, Rand index and normalized mutual information(NMI). Our algorithm manifested to be more stable, linearly scalable and faster.     

两阶段结合形式的梯度投影法

借助梯度投影给出非线规划问题的一个算法,它避开复杂的罚函数．但方法仍可用任意点作为初始迭代点,且将初始化阶段和最优化阶段密切结合起来．一旦迭代点进入可行域,方法将成为可行方向法．在强非退化假设下,算法收敛于问题的Ｋ－Ｔ点．     

关于两类m-增生算子族公共零点的邻近点算法

对于实Hilbert空间中两类m-增生有限算子族,给出了寻求它们公共零点的显式迭代算法,并进一步证明了显式迭代序列强收敛于这两类m-增生算子族的唯一公共零点.     

地空导弹武器系统仿真中目标与设定区域(多边形)位置关系判别算法

将地空导弹武器系统仿真中诸多问题抽象为目标与设定区域(多边形)位置关系判别问题。提出旋转函数和相关边的概念,设计了判断目标在多边形内外的新算法。综合运用旋转函数与相关边技术,将目标与多边形之间的位置关系转化为目标与其相关边之间的位置关系,首先找出目标点的相关边,再计算该点与其相关边组成的有向三角形的旋转函数,最后利用旋转函数值的正负性来判断目标与多边形的位置关系。在相关边的寻找过程中设计了算法,避免了大量的求交运算,从根本上提高了算法的效率。新算法还简单有效地解决了传统判别算法——射线法中的临界位置问题。程序验证表明：新算法易于实现,适用于简单多边形,在地空导弹武器系统仿真中具有很强的重用性,对避免重复的仿真研究和开发具有重要意义。     

基于ISS特征点的快速CPD建筑物点云配准算法

针对大规模建筑物点云数据采用CPD（coherent point drift）算法进行配准时,计算复杂度增大的问题,提出了一种基于建筑物点云特征点简化数据的快速配准ISS-CPD算法。该配准算法采用ISS(intrinsic shape signature)算法求得建筑物点云的特征点,可减少建筑物点云的数据量规模,再对所提取的不同视角下建筑物点云的特征点用CPD算法进行配准。实验结果表明,改进的配准算法提高了建筑物点云的配准效率。     

基于固定尺度椭圆与稳定相对不变点机制的图像局部不变区域检测算法

为了使图像局部不变区域与相对不变点具有稳定性;且可消除仿射变换对其检测算法带来的负面影响,并显著降低算法的信息量和复杂度,提出了固定尺度椭圆耦合稳定相对不变点选取机制的图像局部不变区域检测算法。将S变换引入到Canny算子中,获得S-Canny算子;将多尺度卷积方程融入到DoG算子,形成多尺度乘积DoG算子;将该算子耦合S-Canny算子,在图像上抽取出DoG角点;嵌入拟合技术,设计了特征方向确定规则;并根据该特征方向,定义了稳定相对不变点的提取机制;最后连接角点和相对不变点,构建直角三角形,建立固定尺度椭圆不变区域。实验数据显示:与其他算法相比,算法的区域具有很好的稳定性,可重复率性能最好,所耗时间最短;且具有很强的鲁棒性。     

基于改进随机抽样一致的点云分割算法

随着三维点云数据模型在三维建模、测绘、智能城市以及机器视觉等领域的应用,点云数据处理也成为一个研究热点。点云分割就是将三维空间中点云通过一系列算法,将散乱的点云数据划分成更为连贯的子集的过程,可以为后续的数据分析提供数据基础。针对随机抽样一致算法(random sample consensus, RANSAC)对杂乱、无规则点云数据分割效果不佳的问题,提出一种改进的RANSAC点云分割算法。该算法通过构建Kd(K-dimensional)树,利用半径空间密度重新定义初始点的选取方式,进行多次迭代来剔除无特征点,在实现点云分割的同时可以有效去除噪声点;此外,该算法重新设定判断准则,优化面片合并,可以实现点云的精确分割。实验通过对散乱点云数据进行分割,结果表明该改进RANSAC算法的点云特征提取数据量较大,面片分割的准确性较高,是一种有效的点云分割算法。     

基于模型的宏观特性提取特征点研究与实现

针对目前3D模型特征点提取的运行效率和可靠性问题,提出了一种基于模型的宏观特性提取特征点的算法。在传统的特征点提取算法基础上加入了特征点的宏观检测,优化了特征点的提取效果。实验结果表明,利用该算法可以提高特征点提取的准确性和可靠性,对于存在大量噪声的模型有较好的效果。     

蓝牙网络接入点切换算法研究

蓝牙网络接入点切换问题的研究对解决蓝牙移动性有很重要的现实意义.文章提出了一种频繁路径选择算法,接入点实时检测同移动点间链路,根据接收功率强度和前一段时间从当前位置切换到相邻接点的概率,确定最佳候选接入点集,当从当前接入点AP接收到的功率下降到一个阈值时,移动主机MH开始切换.这种算法能够减少不必要的切换,降低链路负荷,而且切换时间较短.