基于改进螺旋更新位置模型的鲸鱼优化算法

针对鲸鱼算法后期种群的多样性丢失问题,通过螺旋更新位置模型的改进并结合对立学习策略、随机调整参数、正态变异操作等已有方法改进鲸鱼优化算法.采用对立学习策略对鲸鱼种群初始化,为全局搜索奠定基础;利用随机调整控制参数的策略,避免了算法后期陷入局部最优;正态变异算子与改进螺旋更新位置对鲸鱼种群进行干扰,避免种群后期向某个最优区域靠拢,增大算法的全局搜索能力.选取文献[4]中23个国际标准测试函数,包括单峰、多峰以及固定维数函数,对改进的算法进行低维测试;选取文献[12]中的25个单峰和多峰国际标准测试函数,对改进的算法进行高维测试.结果表明,IMWOA算法在收敛精度、收敛速度上均明显优于原WOA算法且具有普遍适用性、稳定性和解决超大规模优化问题的能力.     

在线更新物化Web视图

提出一种基于异步更新和延迟更新相结合的算法ADUA,其中异步更新机制充分利用系统的空闲时间对尽可能多的失效视图进行刷新,对那些没有得到及时更新而被查询的物化视图,则利用延迟更新进行处理而确保查询的时新性.ADUA算法不但可保证数据的时新性,而且通过对系统资源合理的调度,可提高算法在不同负荷条件下的适应能力,进一步降低更新开销对查询响应速度的影响,使Web视图的物化效益得以充分发挥.     

主从式实时测控系统中面向硬件对象的类设计与实现

给出了在主从式实时测控系统中,运用面向对象的思想,通过构建硬件对象类进行主机应用程序开发的实现方案、并以基于Windows平台,采用Delphi语言的实时温度／压力测控系统为例,介绍了对下位机、显示屏、读卡机及打印机等硬件对象的具体编程实现的步骤和方法。     

基于分级机制的优化移动IPv6模型

为了解决移动IPv6节点进行远程小区移动时的性能优化问题,提出了基于分级机制的优化移动IPv6模型,对面向小区移动的分级管理机制(HMIPv6)进行改进,通过引入域边缘路由器并设计自适应绑定更新策略和传递绑定匹配算法使得HMIPv6下的三角路由问题得到解决,优化了移动节点的性能·另外,模型根据移动节点的通信伙伴(CN)所处位置,提出了内部CN处理策略,进一步降低了内部CN与移动节点间的通信开销,使模型对网络环境的变化具有较强自适应能力,提高了网络资源利用率·实验系统验证了模型的有效性·     

城市地下管线空间数据更新研究

城市地下管线设施建设的加快对地下管线空间数据的更新提出了更高的要求,本文结合城市地下管线管理的现状,以地下管线空间数据更新为研究对象,首先对目前城市地下管线数据更新维护中存在的问题进行了深入研究,然后研究探讨了城市地下管线空间数据更新的原则,更新的必要条件和更新方法。     

嵌入式通信系统中基于动态多因素的马尔可夫决策路由

为了适应嵌入式通信系统的资源匮乏性、多因素、异构性和对等性等特点,提出了动态多因素马尔可夫决策路由(DMMDR)算法,分析了算法的时间和空间复杂度,并设计了路由的建立过程和链路状态的更新策略.研究结果表明,该算法能综合考虑各种因素,均衡和减少计算量和存储需求,并避免环路的产生.     

Improved Square-Root UKF Algorithm for State Estimation of Nonlinear Systems

The square-root unscented Kalman filter (SR-UKF) for state estimation probably encounters the problem that Cholesky factor update of the covariance matrices can't be implemented when the zero'th weight of sigma points is negative or the numerical computation error becomes large during the filtering procedure.Consequently the filter becomes invalid.An improved SR-UKF algorithm (ISR-UKF) is presented for state estimation of arbitrary nonlinear systems with linear measurements.It adopts a modified form of predicted covariance matrices,and modifies the Cholesky factor calculation of the updated covariance matrix originating from the square-root covariance filtering method.Discussions have been given on how to avoid the filter invalidation and further error accumulation.The comparison between the ISR-UKF and the SR-UKF by simulation also shows both have the same accuracy for state estimation.Finally the performance of the improved filter is evaluated under the impact of model mismatch.The error behavior shows that the ISR-UKF can overcome the impact of model mismatch to a certain extent and has excellent trace capability.     

结合卡尔曼滤波和Mean Shift的抗遮挡跟踪算法

针对卡尔曼滤波和Mean Shift算法结合后对严重遮挡和遮挡后复出失效且实时性差的问题,提出一种基于卡尔曼滤波和Mean Shift动态结合的改进算法. 通过在算法中加入Bhattacharyya系数进行遮挡程度判断,并根据遮挡系数的阈值选择使用卡尔曼滤波或线性预测法更新Mean Shift迭代起点. 实验结果表明,该方法能成功实现大范围连续遮挡和目标复出情况下红外目标的跟踪,并且迭代次数和跟踪时间分别减少了9.68%和17.58%,提高了跟踪的鲁棒性和实时性.      

多重链路网络中基于QPAS的并行算法

提出一种基于最短路径的QoS度量并行算法(QPAS)的两级并行算法。将多重链路网络按连接规则划分为若干网络分区,利用QPAS算法并行计算出每个分区内的QoS路由,并将路由结果发送给相应的分区处理器,最终由分区处理器调用最短路径并行算法计算出分区间代价最小路径。最后研究了路由更新频度。实验结果表明,基于QPAS的两级并行算法的时间复杂度更低,适用于有限节点网络的路由寻优。     

大数据统计方法综述

回顾大数据统计分析方法的现状，重点分析线性及非线性模型的分治算法， 详细阐述 3 种抽样法， 并比较 其差异，归纳总结在线更新算法和基于变量选择的在线更新算法，最后展望大数据统计分析的未来．