基于信息论和遗传算法的Bayesian网络弧定向方法研究

Bayesian网弧定向问题是Bayesian网学习的一个重要方面．提出了一种基于信息论和遗传算法的Bayesian网弧定向算法．将信息论中鉴别信息这一概念引入Bayesian网学习中来,以鉴别信息定向后的网络为基础网,并设计相应的适应度函数和遗传算子,使该算法能够收敛到全局最优的Bayesian网结构．从而极大地减弱了单纯利用遗传算法学习对初始群体的依赖性,提高了算法的收敛速度．实验结果表明：该算法能够有效地解决Bayesian网弧定向问题．     

二阶锥规划的原始-对偶不可行内点法

针对二阶锥规划问题,给出了一种新的原始-对偶不可行内点法,利用该算法只需迭代O（槡nlnε-1）次就可找到问题的ε-近似解。该算法不要求初始点及其迭代点的可行性,只要求所有迭代点位于不可行中心路径的某个邻域内。初步的数值实验表明本算法是有效的。     

Fast DOA estimation algorithm for MIMO sonar based on ant colony optimization

The maximum likelihood (ML) estimator demonstrates remarkable performance in direction of arrival (DOA) estimation for the multiple input multiple output (MIMO) sonar.However,this advantage comes with prohibitive computational complexity.In order to solve this problem,an ant colony optimization (ACO) is incorporated into the MIMO ML DOA estimator.Based on the ACO,a novel MIMO ML DOA estimator named the MIMO ACO ML (ML DOA estimator based on ACO for MIMO sonar) with even lower computational complexity is proposed.By extending the pheromone remaining process to the pheromone Gaussian kernel probability distribution function in the continuous space,the proposed algorithm achieves the global optimum value of the MIMO ML DOA estimator.Simulations and experimental results show that the computational cost of MIMO ACO ML is only 1/6 of the MIMO ML algorithm,while maintaining similar performance with the MIMO ML method.     

多元LDPC随机译码的似然概率快速生成算法

多元随机译码算法能有效解决译码复杂度高的问题,但似然概率生成的计算仍有较高的计算复杂度. 为解决这一问题,文中提出一种针对M阶正交振幅调制下的多元低密度奇偶校验码的随机译码算法. 通过计算星座图中部分星座点和接收信号点之间的欧几里德距离来确定随机译码的似然概率,而不必计算所有星座点的似然概率,省去了复杂的幂次运算. 仿真结果表明,该算法能有效降低多元LDPC码随机译码的计算复杂度,性能损失较小,是一种适合多元LDPC译码器前端实现的译码算法.     

弧搜索内点算法

利用弧搜索内点算法对线性规划问题进行求解, 得到该算法的多项式复杂度为O(n^3/4L). 该算法在中心路径的一个宽邻域内, 沿椭圆近似寻找线性规划的最优解. 数值实验表明了该算法的有效性.     

相振子网络中集聚系数和度分布对复杂度的影响

分析了复杂网络的集聚系数和度分布的异质性这两个重要的描述复杂网络结构特点的特征量对复杂度的影响。研究发现,增大集聚系数能增大复杂度的最大值以及增大复杂度钟形曲线的宽度,而增大度分布的异质性不能增大复杂度的最大值却可以明显增大复杂度在上升段和下降段的取值。对于小世界网络集聚系数对复杂度的影响更明显,而对于无标度网络,度分布的异质性更能显著的改变复杂度的取值。进一步加深了人们对描述网络部分同步状态的复杂度的认识,为设计合理的网络结构提供了理论基础。     

基于MPUI模型的空域图像水印容量研究

在基于失真不可感知的控制模型(maximize payload under imperceptive, MPUI)下,研究了空域图像的最大水印容量。发现最大水印容量不仅与嵌入强度有关,而且与图像尺寸大小、复杂度、视觉敏感度等因素相关。在理论上推导了最大水印容量与图像大小、嵌入强度的关系,并采用多元回归分析方法研究了图像复杂度、视觉敏感度与嵌入率的关系模型。综合这些内外因素,借助于主客观评价体系,推算出水印嵌入容量的估算方法,并在实验中验证了该估算方法的有效性。     

战争模拟研究值得关注的几个问题

介绍了在战争复杂性与信息化战争模拟研究中的进展,并讨论了复杂环境建模、复杂体系建模、复杂行为建模、社会仿真、战争空间建模等几个值得关注的问题。     

Complexity scalable control algorithm for intra coding in H.264 under energy constraints

In this paper,the complexity of intra coding is first analyzed so as to achieve a weight of complexity measurement for each intra mode.Then.a new complexity sealable control algorithm for intra coding in H.264 is proposed,based on the rearrangement of the order of candidate modes and an efficient complexity allocation and control(CAAC)scheme at the macroblock(MB)level.The candidate modes of each MB ale rearranged according to the local-edge information.Experimental results show that our proposed algorithm can make an appropriate cut-off point of the candidate modes sequence adaptively according to the current energy condition of a mobile device,so as to adjust the complexity at any level while maximizing the video quality,which can prolong the operational lifetime of the battery with minimum degradation in video quality.     

应用机器学习方法的太阳质子事件短期预报模型

本文选取三个描述太阳活动区磁场复杂性和非势性的特征物理量纵向磁场最大水平梯度｜△↓-hBz｜m,强梯度中性线长度L,孤立奇点数目η.对这三个参量统计计算后结果作为预报因子,应用支持向量机作为预报方法建立一个基于磁场特征物理量的太阳质子事件短期预报模型,该模型可以预报活动区未来24小时是否爆发太阳质子事件.2002和2003年连续两年的样本检测并和基于传统预报因子的模型进行了比对,结果显示预报模型具有较高的准确率和较低的虚报率,从而验证了太阳光球磁场参量作为太阳质子事件预报因子的有效性.