基于反向传播树的传感网路由算法

本文在分析无线传感器网络LEACH(Low-Energy Adaptive Clustering Hierarchy)协议的基础上,提出了一种新的基于反向传播树的聚簇路由协议BPT-CR(Back Propagation Tree based Cluster Routing),该协议簇头的选择综合考虑节点剩余能量和数据融合等因素,采用周期性轮换机制,有利于延长传感器网络的生存时间;路由的选择采用基于地理位置的反向传播树路由策略,有利于降低路由选择的复杂度,提高网络的吞吐量。     

基于LUT实时图像矫正的行缓存优化

基于反向映射的图像矫正被广泛应用于解决光学镜头透视引起的非线性畸变失真问题,该方法将映射坐标固化在LUT内,避免了复杂的坐标计算,但需要大量行缓存储备图像数据用以执行反向映射.为了减少行缓存的使用,本文提出了一种基于读扩展的环形行缓存读写算法,利用行同步信号的消隐间隔扩展读周期,使读写指针循序错开,保证上下映射的空间.相比传统的以最大偏移作为行缓存的结构,改进的专用控制算法可以减少近一半的内存使用.本文中的实时图像矫正系统已经在FPGA上实现,实验结果表明所提出的读扩展行缓存算法显著地改善了内存的消耗,并且获得良好的实时图像矫正效果.     

基于LWSFLA-SVM的人脸识别算法*

目的用线性调整惯性权重的蛙跳算法(linear decreasing inertia weight shuffled frog leaping algorithm,LWSFLA)训练支持向量机(support vectors machines,SVM),解决人脸识别中SVM在训练样本数较多且维数较高时,识别效果不理想的缺陷。方法该算法先用反向学习法产生初始群体提高初始解的质量,再修改最差青蛙的更新策略,并引入线性递减的惯性权重,最后应用于人脸识别中。结果与结论 ORL和CAS-PEAL-R1人脸库的仿真实验表明,LWSFLA-SVM方法的人脸识别时间短,识别率高,在训练样本不足时,识别效果良好。     

关于Steffensen不等式的注记

指出了文献[3]中的错误,给出了Steffensen不等式的另一种推广形式和它的反向不等式,并用H lder不等式给出了它们的简洁证法。     

专用进位链优化设计

作者提出了一种适合FPGA高效运算的专用进位链结构。基于应用范围方面的考虑,作者先对典型的行波进位做了一定的改进,目的是增强逻辑模块的功能实现能力和提高运算速度。提出进位链设计的策略,设计一种基于高效加法器像选择进位、超前进位的进位新结构。结果表明这种优化提高了芯片的运算速度,同时比现有的结构要快2倍左右。     

一种新的逆冲推覆构造组合类型-广西凭祥-板丰反向逆冲推覆构造组合

在广西凭祥－板丰一带发现一种新的逆冲推覆构造组合类型,在平面上它是由两个向相反方向逆冲的叠瓦扇和位于其间的大型走滑断层组合而成的,将其命名为反向逆冲推覆构造,人运动学和动力学的特征分析,它具有统一的构造应力场。     

基于神经网络的汽车空调系统变工况运行仿真研究

文章应用神经网络技术,对汽车空调的变工况运行进行了仿真研究,给出一个基于反向传播（ＢＰ）算法的神经网络结构设计方案并进行学习及分析,结果表明：汽车空调变工况运行可以利用ＢＰ神经网络进行计算机仿真,仿真结果与实验十分吻合。     

基于反向传播神经网络的遗传算法在酒类气体识别中的应用

把基于反向传播神经网络的遗传算法用于酒类气体识别实验中的传感器阵列的筛选,通过评价传感器组合对反向传播神经网络识别酒类气体结果的影响,建立一种挑选传感器阵列的方法,该算法选出的变量与用统计方法得到的结果一致     

基于逐级反向选择算法的入侵检测

提出了一种改进的人工免疫系统算法——逐级反向选择算法,与Forrest提出的反向选择算法比较,在探测子的生成效率上有了本质性的提高．该算法将反向选择过程和克隆选择过程有机地结合在一起．将逐级反向选择算法用于具体的入侵检测,检测效果有明显的提高。     

基于三次非均匀B样条曲线的机器人轨迹规划算法研究

针对机器人末端轨迹为自由曲线问题,研究了三次非均匀B样条曲线插补算法。该算法能够根据任意分布的示教点,通过曲线反算求出原曲线。针对曲线速度规划中减速点难以预测的问题,提出以复合柯特斯公式进行曲线积分,求出曲线长度,并通过曲线反向拟合将机器人运行位移实时地转化为插补点。同时为了减小震荡,利用曲率极值点对曲线进行了分段速度规划,从而达到在曲率极值点处进行减速的目的。最后,通过一个仿真实例,证明了该算法的有效性。