基于多重分形的地形辅助导航路径规划算法

地形导航是一种利用航行器下方地形信息获取航行器位置的导航技术。为了得到较高的定位精度并使飞行长度尽可能短,需要预先规划飞行路径。该文将地形数字高程图(digital elevation model,DEM)看作二维灰度图像,引入在图像处理中得到广泛应用的多重分形理论,将利用小波变换求得的奇异指数作为地形提供定位精度能力的一种度量。选择合适的阈值划分得到定位优区,利用A*算法寻找最短路径,此路径即是规划路径。选用粒子滤波作为导航算法,沿规划路径和其他路径进行多次飞行仿真,结果显示规划路径的定位精度和稳定度都比较高,而且路径长度短,有较强的实用性。     

一种光滑粒子流体动力学-有限元法转换算法及其在冲击动力学中的应用

为了解决冲击动力学中的大变形问题,提出了一种光滑粒子流体动力学-有限元法(SPH-FEM)转换算法,以等效Mises应力作为转换判据,将冲击过程中局部大变形区域的有限元网格转换为SPH粒子.该算法在大变形区域使用具有优势的SPH,在小变形区域使用精度和效率更高的FEM,为冲击动力学问题的数值计算提供了一条有效途径.使用SPH-FEM转换算法对圆柱形钢弹正冲击钢板发生冲塞破坏的过程进行了三维数值计算,计算结果与实验吻合较好,显示了该算法在计算精度方面的优势.在实际工程中,需要根据具体材料的失效模式,选择更加合适的转换判据.     

一种改进的高效粒子水平集法及其应用

针对传统粒子水平集法效率较低,难以应用于复杂工程问题的不足,基于积分平均法及局部粒子初始化方法提出一种改进的高效粒子水平集法.将虚拟粒子引入水平集法不仅可以抑制数值扩散,而且可以降低传统方法对高精度离散格式的依赖性,从而使得引入低阶、高效的积分平均法后界面捕捉精度仍保持二阶.通过将粒子布置于界面局部曲率较大的区域,有效地提高了粒子对界面的修正效率,增加了界面光顺性.改进的高效粒子水平集法能保持良好的鲁棒性,在保证界面捕捉精度的同时显著提高计算效率,计算效率约提高90%.     

一种整合粒子群优化和K-均值的数据聚类算法

针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.     

基于视频动态纹理与粒子系统的雨景模拟

用计算机来模拟雨景是影视制作中经常面临的一个课题.目前主要采用的粒子系统方法一般都需要大量的粒子和复杂的物理模型,而基于视频处理的降雨绘制算法虽然能用于图像和视频处理,还无法支持三维场景的绘制.本文提出了基于视频动态纹理与粒子系统相结合的思想,结合了粒子系统随机性、高效性,视频纹理方法简单,计算量小的特点,基于VC++...     

改进的粒子群算法对无源滤波器参数的优化

针对混合有源滤波器中无源滤波器设计过分依赖经验与无源滤波器优化能力不强的问题,提出改进粒子群优化算法PSO(Particle Swarm Optimization,PSO)进行无源滤波器的多目标参数优化设计.对无源滤波器的成本,无功补偿容量及补偿后滤波效果3个目标全局优化.利用改进的粒子群对其参数进行了优化设计,使种群...     

视觉跟踪中的粒子滤波算法研究进展

详细讨论粒子滤波算法在视觉跟踪领域的研究现状,对应用粒子滤波算法解决单目标及多目标跟踪问题进行了详细的分析.在粒子滤波算法框架内,选择一个合适的建议分布构建基于粒子滤波算法的跟踪算法是文章关注的焦点.对视觉跟踪中的难点问题:遮挡、目标交互、场景光线变化等详细的分析了使用粒子滤波算法的解决方法.第三部分对当前粒子滤波算法在视觉跟踪应用中存在的问题进行了分析,最后给出了结论.     

利用Laplace小波和粒子群算法实现阻尼和频率精确计算

提出一种利用Laplace小波求自由衰减信号阻尼和频率的新方法.该方法利用Laplace小波实部的衰减特性来识别信号中的自由衰减波形,从而实现阻尼、频率的正确识别.同时为了提高识别效率,引入了粒子群算法来实现Laplace小波的参数寻优.仿真试验表明:这一方法具有较高的计算精度,且计算精度不受相邻模态耦合的影响.     

燃烧过程中有害物质的富集与超细颗粒物的形成

燃煤排放的超细颗粒物及其上富集的有害物质已对环境和人类健康造成了巨大危害.通过对烟煤在沉降炉内燃烧试验研究,综合分析了煤粉粒径、燃烧温度、氧气含量对一次颗粒物形成的影响,并探讨了烟煤的膨胀特性及其对颗粒物形成的影响;采用最新的采样方法和系统从空气动力学直径角度对多台燃煤锅炉除尘器入口、出口的飞灰颗粒进行13级分级取样,得到了除尘器前后飞灰颗粒、元素的质量粒径分布规律、元素分布富集规律及不同除尘器对不同粒径颗粒的除尘效率;揭示了有害元素在超细颗粒物上的分布规律;针对燃后区化学团聚促进作用进行了实验研究,发现团聚剂能较好促进超细颗粒物团聚,使烟尘排放减低50%.     

基于注意力机制的GRU神经网络安全态势预测方法

传统的网络安全态势预测方法依赖于历史态势值的准确性,并且各种网络安全因素之间存在相关性和重要程度差异性。针对以上问题,提出一种基于注意力机制的循环门控单元(recurrent gate unit, GRU)编码预测方法,该方法利用GRU神经网络挖掘网络安全态势数据之间的时间相关性;引入注意力机制计算安全指标的分配权重并将其编码为网络安全态势值;利用改进的粒子群优化(particle swarm optimization, PSO)算法进行超参数寻优,以加速GRU神经网络的训练。仿真分析表明,所提方法具有更快的收敛速度和较低的复杂度,并且在不同的预测时长下具有较小的均方误差和平均绝对误差。