自适应阈值的边缘检测算法及其硬件实现

传统Canny边缘检测算法的阈值需要人为设定,且计算量较大。为了克服传统Canny算法的这些缺点,提出了一种自适应阈值的边缘检测算法,并将其在硬件上实现。从图像的梯度幅值直方图分析出发,得出阈值的计算方法,自适应地动态生成阈值,克服了传统算法需要人为设定阈值的不足。介绍了自适应阈值的边缘检测算法在FPGA上实现的方法。实验结果表明,在FPGA上实现的自适应阈值边缘检测算法可以大大缩短算法所消耗的时间,具有实时性好、自适应性强的优点。     

基于置信区间的仿真试验结果决策分析方法

仿真试验结果是衡量仿真置信度的重要依据,也影响着决策者对仿真试验的信任程度。为提供辅助决策支持,提出了基于置信区间的仿真试验结果决策方法,并讨论了统计决策的风险函数。通过对由仿真输出抽样计算得到的评估参数的置信区间与接收区间进行比较,提出了仿真试验结果的模糊一致性分析方法,其结果可作为完善模型及优化参数的参考信息。在水下目标辐射噪声仿真系统中的应用实例表明,方法在利用各阶段仿真输出的反馈信息方面呈现出优势。     

区域城市土地集约利用挖潜及模式研究

以不同区域内的14个省会城市为研究对象,从城市承载力和城市协调度两个方面挑选了20个指标,采用主成分分析的方法获得1997～2005年间各组主成分的贡献率和20个指标的影响因子,从贡献率和影响因子出发,分析了其变化规律。然后从区域城市土地集约利用模式出发,结合主要影响因子的变化情况,通过对比分析将区域城市土地集约利用模式划分为东部模式、中部模式和西部模式,并且各区域呈现出一定的均质性。表4,参6。     

贝叶斯网络推理的一种高精度仿真算法

简要分析了贝叶斯网络推理算法的现状,提出了基于马氏链随机拟蒙特卡罗算法(MCRQMC)的推理方法.在给出高精度推理结果的同时,该推理算法亦能给出推理结果的标准偏差.从理论上对MCRQMC算法与现有的算法进行了比较分析,并采用随机Halton序列、Sobol序列和普通随机序列进行了推理实验.结果表明MCRQMC算法在同样样本数量的情况下,推理精度显著优于现有算法.     

异构网络中基于兴趣感知的聚类缓存策略

为应对移动流量的爆炸式增长,在异构网络中引入缓存成为目前的热点研究方向之一。目前缓存部署策略存在缓存命中率不高、缓存数据冗余度较高等问题,没有充分利用存储资源,直接影响网络的性能。针对以上问题,提出一种基于用户兴趣感知的虚拟聚类协作缓存部署策略来提高缓存系统性能。根据用户距离构造虚拟聚类,依据内容请求因子确定系统缓存内容,采用基站协作缓存以及用户间虚拟聚类方式共享缓存内容,以缓存命中率最大化为目标建立优化模型并通过贪婪算法求解。理论分析及仿真结果表明,在异构网络场景下,跟现有方法相比,所提方法在缓存命中率、系统平均传输时延等性能上均有明显提升。     

改进的低时延全回波Q路由算法

针对传统路由算法不能适应拓扑环境及网络负载变化导致的拥塞问题,提出了一种改进的低时延全回波Q路由算法。改进算法对于原有算法附加学习率因子进行替换,使用调节范围更大、适应性更好、算法性能更稳健的双曲正割算子;改进算法根据不同网络情况自适应地调节学习率,进而提供合理的路由决策。仿真结果表明,该算法可以适应于静、动态拓扑环境,与已有的路由算法相比,改进算法能有效地减少高、低负载时数据的平均递交时间,降低路由间的振荡,提高数据包的投递率,且体现更好的稳健性。     

混合方法优化的自适应引力搜索算法

针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷,提出一种混合方法优化的自适应引力搜索算法（gravitational search algorithm,GSA）。首先利用Sobol序列初始化种群,增强算法全局搜索能力;其次引入Hamming贴进度计算种群成熟度,判断种群是否早熟;然后引入Logistic混沌对种群作混沌搜索,变异已陷入局部最优的粒子位置;最后基于早熟收敛判断因子改进引力系数,并为粒子位置公式添加收缩因子,促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验,结果表明新算法能有效改善种群的早熟问题,具备更好的寻优性能。     

基于非线性和测试覆盖率的软件可靠性增长模型

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。     

全偏振参量低秩稀疏分解伪彩色图像融合

偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法。首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果。实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性。     

考虑公平关切的双渠道供应链垂直合作广告模型

针对制造商在分担线下零售商促销广告成本的同时还考虑参与网络零售平台合作广告计划的现实背景,运用Stackelberg博弈模型研究了双渠道供应链中的垂直合作广告问题。以单边垂直合作广告模型为基准,分别研究了双边垂直合作广告模型和考虑线下零售商公平关切的双渠道供应链合作广告模型。研究发现：网络零售平台的成本分担并不总是促进制造商全国性广告投入水平和整体利润的提升,当网络零售平台的分担比例较大时,制造商参与网络零售平台合作广告计划也有利于线下零售商利润的提升;线下零售商的公平关切行为特征会提升其促销广告的投入水平,但并不总能提升其感知公平效用;当制造商线下渠道的边际利润较大时,线下零售商过高程度的公平关切反而有利于制造商利润的提升。