基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

运动可以改变DNA吗

正小贴士1.人的基因无比复杂,并处于动态。外部条件改变时,在特定生物化学信号作用下,基因也会发生相应变化以适应。2.科学家发现,运动还可以从基因角度改变脂肪存储方式,让脂肪组织不仅被动地存储能量,而且能产生一些具有生物活性的化学物质来作用于人体的其他部位。     

基于图论算法的微博好友圈及消息发布方案研究

以微博用户为顶点,建立用户关注关系的顶点赋权有向图模型,把寻找微博中的最大好友圈问题转化为有向图的最大有向完全子图问题,而选择发布某消息的用户数最少的方案问题转化为寻找有向图的最小支配集问题.采取用户间关注关系0-1矩阵及好友关系的无向图,应用启发式着色算法求解无向图中的最大完全子图,计算出最大好友圈.根据消息传播关联的0-1矩阵,应用有向图的最小支配集的优化算法,求解最小支配集,得出了发布某消息的用户数最少的方案.     

星敏感器中的图像预处理技术

详细论述了星敏感器中的图像预处理技术.分析比较了星图的噪声和信号的不同特点,并给出了星像光斑灰度分布的数学模型;在恒虚警率条件下,确定了恰当的图像二值化阈值;采用质心法和其改进算法求恒星的质心位置,提高了精度;采用子窗口技术,提高星敏感器的动态性.     

单调变分不等式问题的惯性松弛投影算法

在Hilbert空间中研究单调变分不等式问题的惯性松弛投影算法.在该算法的每一次迭代中，只需要向特殊结构的半空间进行2次投影.另外，采取一定的线搜索条件，在单调和Lipschitz连续且Lipschitz系数大小未知的假设下，证明该算法所产生的序列强收敛到变分不等式的解.     

函数型累积Logistic回归模型研究与应用

该文针对响应变量为有序多分类标量数据，协变量为函数型数据构建函数型累积Logistic回归模型，并在贝叶斯分析框架下构造Gibbs抽样算法解决参数估计问题.具体解决流程为：首先，通过潜变量连接有序响应变量与函数协变量间的关系，同时对回归系数函数和回归函数型自变量选取主成分基函数进行展开，设置潜变量模型误差项服从Logistic分布.再利用Polya-Gamma变换解决模型似然函数的复杂性，并求得回归系数展开系数的后验分布从而构建Gibbs抽样算法.最后将该方法应用与模拟数据和实际空气质量指数(AQI)的分析，结果显示能较好地对模拟数据和空气质量指数(AQI)污染状况进行分类.     

求解复杂系统可靠性冗余问题的量子萤火虫算法

针对复杂系统中冗余优化设计难度大、可靠度和系统成本难以达到既定要求的问题,提出了一种量子萤火虫算法。该算法将量子理论与萤火虫算法有效融合,通过采用量子位实数编码和量子旋转门的方式,扩展了萤火虫的寻优空间,使算法的全局搜索能力和搜索效率得到提高,利用量子旋转门使量子态|0〉和量子态|1〉进行有效转换,避免了萤火虫在领域半径内大面积聚集的现象,防止了算法过早陷入局部最优值。通过基准函数和典型算例对该算法进行仿真测试和对比分析,实验结果验证了该算法的有效性和可行性。     

基于位运算的幂运算算法

本文介绍了位运算的特点及常见的用途。通过对常见几种实现幂运算的算法进行比较,比较了非递归的基于位运算的二分算法实现幂运算,该算法在时间复杂度和空间复杂度上相较于其他幂运算算法都有较大的改善。     

A New Algorithm for the Establishing Data Association Between a Camera and a 2-D LIDAR

In this paper,we propose a new algorithm to establish the data association between a camera and a 2-D Light Detection And Ranging sensor （LIDAR）.In contrast to the previous works,where data association is established by calibrating the intrinsic parameters of the camera and the extrinsic parameters of the camera and the LIDAR,we formulate the map between laser points and pixels as a 2-D homography.The line-point correspondence is employed to construct geometric constraint on the homography matrix.This enables checkerboard to be not essential and any object with straight boundary can be an effective target.The calculation of the 2-D homography matrix consists of a linear least-squares solution of a homogeneous system followed by a nonlinear minimization of the geometric error in the image plane.Since the measurement quality impacts on the accuracy of the result,we investigate the equivalent constraint and show that placing the calibration target nearby the 2-D LIDAR will provide sufficient constraints to calculate the 2-D homography matrix.Simulation and experimental results validate that the proposed algorithm is robust and accurate.Compared with the previous works,which require two calibration processes and special calibration targets such as checkerboard,our method is more flexible and easier to perform.