基于区域的自动种子区域生长法的彩色图像分割算法

提出了一种基于区域的自动种子区域生长法进行彩色图像分割的算法.该方法首先应用分水岭算法对图像进行初始化分割,形成过分割效果.然后从分水岭算法形成的区域出发,根据一定的规则自动选出一些区域作为种子区域,进行种子区域生长.与传统的种子区域生长法(SRG)以图像中的像素点作为种子进行生长的方法不同,本方法以区域作为种子并以区域作为生长单位进行区域生长.实验结果表明,该算法能够产生较好的分割效果及较快的分割速度.     

一种多目标增量启发式搜索算法

提出一种多目标增量启发式搜索算法, 该算法结合启发式搜索与增量搜索的思想, 当多目标问题搜索图的状态格局发生改变时, 该算法并不是对变化后的问题进行完全重新求解, 而是部分利用了先前搜索保留的信息求解新问题的最优解集, 从而提高了问题求解的效率. 通过Gridworld标准测试问题上的实验测试, 验证了算法的效率.     

可能性规划表示与求解

利用可能性理论提出了一种基于PDDL（planning domain definition language）的可能性规划表示方法——Poss-PDDL,给出了基于可能性理论框架下的定性决策理论和图规划算法的可能性规划求解方法——可能性图规划,设计并开发了可能性规划问题求解器Poss-Graphplan.PDDL是国际规划器大赛的标准域定义语言,这使得Poss-PDDL更具通用性和标准性.由于用可能性理论表示动作效果和状态的不确定性更具优势,因此Poss-Graphplan更适用于解决那些概率模型无法解决或者很难获得概率信息的不确定规划问题.可以证明,应用可能性图规划方法求解可能性规划问题得到的规划解是最优的.实验结果表明,可能性图规划方法在问题求解能力和速度上的表现都较为突出.     

多值知识编译

定义了一类新的易处理理论:s-EPCCL理论.在此基础上,提出了一种以s-EPCCL理论为目标语言的多值知识编译方法.该方法与现有知识编译方法不同的是,它可以对多值知识库进行编译.经过多值编译后,任意查询都可以在多项式时间内得到应答.     

可能性决策图

基于可能性理论和二元决策图提出一种新的决策图——可能性决策图.用于对不确定环境下的不精确和模糊的信息进行编码,并严格证明了所提出的可能性决策图能规范地表示可能性命题公式.最后定义了可能性决策图上的三种运算.     

基于Linux的网络地址转换技术研究及其在校园网中的应用

在Linux操作系统的基础上给出了地址转换技术的基本原理和功能架构,结合具体实现给出了相关的实验案例设计,并将之付诸实践.实验证明,通过网络地址转换技术,可以达到隐藏内部网络地址、节约IP资源、增强系统的安全性等目的.     

分布式灵活规划

设计了两个基于分布式的灵活规划系统： DFGP系统和IG DFGP系统. DFGP系统通过手工分解的方式将灵活规划问题分解为多个子问题, 并将各个子问题转化为灵活约束可满足问题进行求解. IG DFGP系统则通过交互图的结构自动分解灵活规划问题. 实验结果表明, 相对于目前国际上最为高效的灵活规划系统--灵活图规划系统, DFGP系统和IG DFGP系统在规划求解效率上具有数量级的提高.     

汉字有穷自动机的优化及相关算法研究

在研究了汉字有穷自动机可以表示的语言基础上,引进了最小状态汉字有穷自动机和可区分状态的概念,并利用汉字有穷自动机间的等价性和可区分状态的性质,给出了一种最小化算法,实验证明,此算法优于最小化汉字有穷自动机算法.     

一种求解TSP问题的混合算法

结合粒子群算法、蚁群算法、重力搜索算法提出了一种新的混合算法——TSP-GPAA.该算法将粒子群算法和重力搜索算法加入到蚁群算法中,利用粒子群算法的全局搜索能力解决了蚁群算法的初始信息素匮乏的问题,并且重力搜索算法将粒子群算法和蚁群算法参数进行优化,明显提高了蚁群算法的优化性能.实验表明新算法对于解决TSP问题是有效的...     

概率规划的研究与发展

概率规划是智能规划研究的一个重要方面,首先给出概率规划领域定义语言,并介绍其语法及语义,随后重点介绍了求解概率规划的各种方法,如动态规划、启发式动态规划和基于规划图的方法等,并分析了各种方法的特点．最后对国际概率规划比赛进行了介绍．