基于高斯学习多峰延迟粒子群优化算法

为克服粒子群在解决多峰函数复杂问题时存在收敛速度慢和极易陷入局部最优值的缺点,提出了一种基于高斯学习多峰延迟粒子群混合算法。首先引入改进的高斯学习提高算法的收敛速度,然后在此基础上,针对4 种进化状态在算法中引入延迟因子避免局部最优问题。通过对6 个单峰多峰测试函数进行仿真实验,验证了GLPSO( Gaussian Learning PSO) 算法具有更好的收敛速度,同时验证了GLMDPSO( Gaussian Learning Multimodal Delayed PSO) 算法在处理多峰函数复杂问题时具备更好的全局搜寻能力。因此,改进算法在解决多峰函数寻优问题时可有效跳出停滞状态,提高收敛速度并具有较好的寻优能力。     

基于ANN 和Boosting 的教学质量评价方法

针对学校教学质量传统评价方法中存在的线性化、静态化等缺陷,提出了更加客观、合理的智能评价方法。利用人工神经网络设计了智能评价器的方案,实现了评价因素到结果的非线性映射,采用不同时期发生的评价数据,通过机器学习方法确定当前阶段各评价因素对评价结果的作用参数,使动态权重能够适应不同时期的评价取向。评价器采用提升算法( Boosting) 集成3 个子评价器形成智能评价器,并通过多评价器集成运行规则进行智能评价。实践证明此方法相比传统的评价方法更能反映因素与结果之间的复杂关系及其动态特征,获得良好的评价结果。     

高阶非线性系统的神经网络动态面控制

研究了一类非匹配不确定高阶非线性系统的跟踪控制问题。基于自适应增加幂次积分递推设计方 法,利用基神经网络的逼近特性,提出了一种自适应神经网络增加幂次积分动态面设计方法。在每个子系统中, 采用双极Ｓｉｇｍｏｉｄ函数设计期望虚拟控制律,保证了其可导性;引入一阶滤波器,避免了对期望虚拟控制律的微 分。仿真实例表明,所提控制方法能够保证闭环高阶非线性系统的状态量和跟踪误差半全局一致终结有界。     

基于网络编码和中继选择的无码率协作传输

高频谱利用率的协作中继传输设计,是协作通信领域的一个研究难点。针对这一问题,结合网络 编码和中继选择协作,提出了一种新的无码率中继协作传输方案。在传输当前消息块的同时允许传输下个消 息块的部分信息,从而减少所需的传输次数,提高频谱效率。将准静态瑞利衰落信道等效成相应的删除信道, 分析了目的节点译码所需传输次数的概率质量函数和平均传输次数,并与其他无码率传输方案进行了性能 比较。理论分析和仿真结果表明,采用网络编码和中继选择的无率传输系统在传输次数上进一步改善系统 性能。     

改进的多贝努利滤波检测前跟踪算法

针对传统多贝努利滤波检测前跟踪算法中需要先验已知新生目标随机集的问题,提出一种改进算 法。首先,引入一种新的搜索机制,采用多个贝努利分量在全局范围内搜索新生目标,从而不必对目标的新生过 程进行精确建模。其次,引入一种新的回溯机制,先对每个贝努利分量进行编号,然后对存在概率超过确认门限 的分量进行回溯,从而得到每个目标的完整航迹。最后,引入边缘粒子滤波对多贝努利随机集进行近似,通过降 低采样空间的维度提高采样效率,进而改善滤波性能。实验结果表明,改进算法能够在新生目标随机集未知的条 件下,达到与理想情况接近的性能,因此具有良好的工程应用前景。     

基于序值与拥挤度的拟态物理学多目标算法

根据约束多目标优化问题的特点,在拟态物理学优化(aritificial physics optimization, APO)算法的基础上,将无约束多目标APO(multi objective APO, MOAPO)算法引入到约束多目标优化领域中。提出约束违反度的判断准则,并采取一种更为有效的约束处理技术,从而构造出一种解决约束多目标优化问题的基于序值与拥挤度的拟态物理学多目标优化(improved constrained rank multi objective aritificial physics optimization, ICRMOAPO)算法。在随机搜索过程中动态调整引力因子与惯性权重,增强了非劣解集的多样性。实验结果说明了该算法的有效性,通过与序值约束多目标APO(constrained rank multi objective APO, CRMOAPO)算法、非支配排序遗传(non dominated sorting genetic algorithm, NSGA)算法、多目标遗传(multi objective genetic algorithm, MOGA)算法的对比实验,表明了该算法具有较好的分布性能,为约束多目标优化问题的求解提供了一种新的思路与方法。     

基于阴影线的智能车辆检测及测距方法研究

针对当前智能车辆检测算法在实际应用中存在误差、测量结果不够准确等问题,使用基于运动车辆中车底阴影线算法的车辆检测机制,并利用车底阴影稳定存在特征解决车辆检测问题,进一步基于机器视觉的双目立体匹配测距方法实现对前方最近车辆距离测量,为智能车辆及驾驶员辅助系统提供信息。笔者采用的车底阴影线方法及双目测距最终实现结果证实,可以获取较为精确的道路前方的车辆及距离信息,有效检测距离为10 ～ 50 m,整体识别率达到85%。     

基于卫星遥感影像的土地分类实验方法研究

为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。