二维欧氏空间内线性凸区域概念的PAC学习算法

实例空间X的一个子集规定一个概念,表现为一个函数c:X→{0,1}。给定X上一个分布D,可能近似正确(PAC)学习算法的目的是基于独立同分布样本S,由算法产生一个近似函数hS,以高概率保证它与目标函数c的误差不超过给定误差值。如果存在这样的算法其样本复杂性及时间复杂性受多项式界,则认为目标概念可以有效PAC学习。本文讨论二维欧氏空间上有界线性凸区域定义的目标概念的学习理论和方法,证明了有界线性凸区域定义的目标概念是有效PAC可学习的,其方法可以推广到n维欧氏空间上由超平面界定的有界凸区域对应的目标概念学习。     

基于人工蜂群算法的食品供应链召回优化

针对食品供应链加工环节召回优化问题,给出4层批次分散模型,包含原料、部件、半成品、成品4个层次和分解、组合、包装3个加工流程。该批次分散模型的求解是一个NP难度问题。提出一种基于人工蜂群算法的召回优化方法,并引入惩罚函数,将约束问题转化成无约束问题。仿真结果和性能对比表明,该算法收敛较快,运算开销小,可以显著降低平均召回规模,适用于食品供应链加工环节的召回优化。     

Lotka-Volterra系统辛几何算法的变分构造

针对经典的Lotka-Volterra系统,采用变分法的思想导出经典的辛算法格式。将其应用于Lotka-Volterra系统中得到相应的相位轨道和能量误差,并与非辛算法进行比较。实验结果表明:辛算法不仅可以在长时间计算中很好的保持相位轨道,也可以使能量误差近似守恒。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

求解聚合组播问题的多种群蚁群优化算法

传统的IP组播技术使用树状结构传递组播分组,要求树上的路由器为每个组保存一个转发状态,这样当网络上并发的组播组过多时会面临着组播状态扩展性问题。最近提出的聚合组播技术强迫多个组播组使用一棵共享的组播树来解决这个问题,这是一个NPC问题。提出一种基于多种群的蚁群优化算法来求解聚合组播问题。每个种群根据使用模型的不同使用不同的适应度函数、不同的启发式信息和不同的解构建过程,也就产生了不同的搜索轨迹和特点。算法设计了种群之间的交换整个信息素表和交换最优迭代解的两种信息交换方式。仿真结果显示,两种方法都能够取得比任何一种单独算法更好的优化效果,提高了算法的收敛时间。     

τ-奇异子模的若干性质

本文讨论了τ-奇异子模的若干性质,当M是τ-FI-extending模时,证明了Z_τ~2(M)是M的直和因子且是τ-FIextending模.进而,研究了N≤-(τ-e)M与M/N是τ-奇异的等价条件.     

基于改进滤波器和图像多尺度变换的背景抑制算法

红外目标的探测背景具有复杂性和非平稳性,为提高后续检测性能,常常通过抑制背景来增强目标能量。针对传统背景抑制方法检测率低、虚警率高的问题,提出一种基于改进滤波器和图像多尺度变换的复杂背景抑制算法。首先,对红外图像进行改进的滤波处理获得预处理图像。其次,通过高斯金字塔多分辨技术,平滑图像背景。然后,采用Cubic插值算法提高图像的分辨率,得到背景估计图像。最后,将预处理图像和背景估计图像差分,获得背景抑制的结果。经验证,该算法实时性相对传统方法提高了19%,对于多种复杂的背景情况具有良好的适应性。同时，算法计算复杂度较低,有利于实现实时性工程应用。     

一种基于四叉树划分的改进ORB算法

原ORB （oriented FAST and rotated BRIEF）算法提取的图像特征点经常出现“扎堆重叠”现象，其分布较为密集且缺乏尺度不变性，因而容易造成图像特征点误匹配的问题。为了解决该问题，提出了一种基于四叉树划分的图像特征点提取算法。首先对图像建立尺度金字塔，然后使用四叉树划分图像并限制划分深度。用加速分段测试的特征（features fromaccelerated segment test，FAST）算法通过多个检测阈值对划分后的图像进行特征点检测。检测完毕后，根据划分出的子块总数和提取的特征点总数对划分出来的各个子块设置自适应阈值，提取ORB特征点。操作完成后通过采取非极大值抑制的方法筛选最佳特征点，并使用改良后的二元鲁棒独立基本特征（binary robust independent elementary features，BRIEF）算法计算得出特征点的描述符，最后进行特征点匹配。实验结果表明，本文算法提取的图像特征点较原ORB算法提取的效果在均匀程度上得到了明显地提升，冗余重叠的特征点数量减少，且在特征点提取速度方面较原ORB算法的提取速度提高了30%以上。     

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.     

基于病例对照母子对数据的遗传关联分析中的经验贝叶斯方法（英文）

病例对照母子对数据常用于研究母亲和子代的遗传效应以及环境风险因子对产科和早期生命表型的影响。回溯似然方法可以充分利用已有的信息，如孟德尔遗传、母亲环境因子（协变量）在给定母亲基因型下与子代基因型的条件独立性，从而有效地提高统计推断。如对母亲基因型和环境变量之间不作任何关系假设，则相应估计量比较稳健。而假设母亲基因型和环境变量独立下的估计量可以显著提高统计推断效率，但是当独立性假设不成立时会有系统偏差。本文通过对上述基于回溯似然的两个估计量进行适当的加权，得到了两个经验贝叶斯（empirical Bayes,EB）估计量，这两个EB估计量可以直观地平衡统计效率和稳健性。我们对两个EB估计量建立渐近正态性，并利用该渐近正态性构建遗传效应和基因-环境交互效应的置信区间和显著性检验。模拟和实际数据分析说明了我们新方法的表现。