用多目标演化优化算法解决约束选址问题

约束选址问题是一个多目标约束优化问题，传统算法（加权法）一次只能得到一个候选解，用多目标演化优化算法对其进行求解，可以一次得到多个候选解，给决策者提供更多的选择余地，以期获得更大的利益，数字试验表明，该方法优于传统多目标优化方法。     

基于演化算法实现多目标优化的岛屿迁徙模型

多目标演化算法(MOEA)利用种群策略，尽可能地找出多目标问题的Pareto最优集供决策者选择，为决策者提供了更大的选择余地，与其它传统的方法相比有了很大的改进．但提供大量选择的同时，存在着不能为决策者提供一定的指导性信息，不能反映决策者的偏好，可扩展性差等问题．本文提出了一个新的多目标演化算法(MOEA)计算模型…岛屿迁徙模型，该模型体现了一种全新的多目标演化优化的求解思想，对多目标优化问题的最优解集作了新的定义．数值试验结果表明，岛屿迁徙模型在求解MOP时有效地解决了以上问题，并且存在进一步改进的潜力．     

多价格竞争网络环境中移动代理的随机路径寻优

在多个提供商提供的多价格竞争网络环境中 ,端用户在访问内容提供商提供的内容时 ,需要与对多个网络提供商的网络性能和价格进行比较 ,以确定一个在一定 Qo S约束下的最优路径 .基于移动代理进行网络信息的采集 ,将网络延迟和费用成本均设为随机变量 ,在随机网络中建立了一个费用成本和延迟时间双重期望值目标的最小化模型 ,应用遗传算法对移动代理的路径进行了最优化求解 ,最后进行了仿真计算     

改进的多目标回归实时人脸检测算法

针对物体检测实时多目标回归算法中分别优化各四个位置参数，割裂了四个位置变量之间的关系，造成对物体的边框回归不够准确且训练不易收敛的问题，提出一种带检测评价函数（Intersection over Union，IoU）作为损失函数的实时多目标回归人脸检测算法。首先基于Redmond等提出实时多目标回归模型，采用该模型检测实时性的机制，然后融合了IoU函数作为位置参数的损失函数，将实时多目标回归模型中的四个独立位置参数整合成一个单元进行优化，避免了基础模型的缺陷。算法在人脸检测基准库FDDB上进行测试，实验结果表明：在人脸检测的有效性上优于主流的传统人脸检测算法，检测速度上领先于其他经典深度学习方法。提出的算法在检测人脸的有效性和检测速度两者之间取得了一个较好的平衡，为构建实用的人脸相关应用系统提供了参考价值。     

多目标情感分类中文数据集构建及分析研究

目标级情感分类任务是为了得到句子中特定评价目标的情感倾向。一个句子中往往存在多个目标,多个目标的情感可能一致,也可能不一致。但在已有针对目标级情感分类的评测数据集中: ①大多数是一个句子一个目标; ②在少数有多个目标的句子中,多个目标情感倾向分布并不均衡,多个目标情感一致的句子占较大比例。数据集本身的缺陷限制了模型针对多个目标进行情感分类的提升空间。针对以上问题,该文构建了一个针对多目标情感分类的中文数据集,人工标注了6 339个评价目标,共2 071条数据。该数据集具备以下特点: ①评价目标个数分布平衡; ②情感正负极性分布平衡; ③多目标情感倾向分布平衡。随后,该文利用多个目标情感分类的主流模型在该数据集上进行了实验与比较分析。结果表明,现有主流模型尚不能对存在多个目标且目标情感倾向性不一致实例中的目标进行很好的分类,尤其是目标的情感倾向为中性时。因此多目标情感分类任务具有一定的难度与挑战性。     

一种优化模糊神经网络的多目标微粒群算法

模糊神经网络优化是一个多目标优化问题．通过对模糊神经网络和微粒群算法的深入分析，提出了一种多目标微粒群算法．在算法中将网络的精确性和复杂性分别作为目标进行优化，再用一种启发性分量加权均值法来选取个体极值和全局极值．算法能够引导粒子较快地向非劣最优解区域移动并最终获得多个非劣最优解，为模糊神经网络的精确性和复杂性的折中寻优问题提供了一种解决方法．茶味觉信号识别的仿真实验验证了该算法的有效性．     

可对多目标测量的硅传感器系统􀀁

本文介绍了一种新型的可对多个目标进行测量的硅压力传感器系统的研制，它是把多个硅压力传感器组合一个完整的传感器系统，用于对多个不同的对象同时完成独立测量，文章具体描述了对压力、流量、干度实测测量的原理，过程以及传感器系统的结构制作。     

具有特征选择的多源自适应分类框架

对于现有的多源自适应学习方案无法有效区分多个源域中的有用信息并迁移至目标域的问题，提出一种具有特征选择的多源自适应分类框架（MACFFS），并将特征选择和共享特征子空间学习整合到统一框架中进行联合特征学习。具体来说，MACFFS将来自多个源域的特征数据投影至不同的潜在空间中来学习得到多个源域分类模型，实现目标域的分类。然后，将得到的多个分类结果进行整合用于目标域分类模型的学习。此外，框架还利用L_2，1范数稀疏回归代替传统的基于L₂范数的最小二乘回归来提高鲁棒性。最后，把多种现有方法在两项任务中与MACFFS进行实验比较分析。实验结果表明，与现有方法中表现最好的DSM相比，MACFFS节省了接近1/4的计算时间，并且提升了大约2%的识别率。总的来说，MACFFS结合了机器学习、统计学习等相关知识，为多源自适应方法提供了一个新的思路，且该方法在现实场景下的识别应用中比现有方法具有更好的性能。     

一种多目标快速识别的自适应灰度量化方法研究

针对实时序列图像多目标识别问题提出了一种快速图像处理方法。该方法依据一定的先验知识和准则，对复杂背景图像进行窗口化，对每一个窗口独立进行自适应快速中值滤波，及基于局部图像灰度信息的自适应重新量化和最大熵分割处理，实现了对全景视场内预定目标的快速准确提取和识别。为动态环境中多目标条件下移动机器人的视觉定位、导航和目标跟踪所需图像处理技术提供了一种新的方法。     

一种改进的基于差分进化的多目标进化算法

近年来运用进化算法（EAs）解决多目标优化问题（Multi-objective Optimization Problems MOPs）引起了各国学者们的关注。作为一种基于种群的优化方法,EAs提供了一种在一次运行后得到一组优化的解的方法。差分进化（DE）算法是EA的一个分支,最开始是用来解决连续函数空间的问题。提出了一种改进的基于差分进化的多目标进化算法（CDE）,并且将它与另外两个经典的多目标进化算法（MOEAs）NSGA-II和SPEA2进行了对比实验。     

智能视觉监控技术研究进展

新一代智能视觉监控技术的研究是一个极具挑战性的前沿课题,它旨在赋予监控系统观察分析场景内容的能力,实现监控的自动化和智能化,因而具有巨大的应用潜力。视觉监控系统的智能化分析过程由运动目标检测、分类、跟踪和视频内容分析等几个基本环节组成,其中视频内容分析又包括异常检测、人的身份识别以及视频内容理解描述等。本文在总结以上有关关键技术研究进展的基础上,进一步提出将超分辨率复原技术引入视觉监控领域,介绍了超分辨率复原的主要算法及其在智能视觉监控中的应用。     

一种基于螺旋摘要的监控视频可视分析系统

监控视频是安防系统的重要组成部分。在如今的各行各业中,只要涉及到安全,均 离不开监控视频。但对监控视频内容的分析主要依靠大量人工来完成,人力和时间成本巨大。随 着监控视频数据越来越多,如何提高针对视频内容的分析效率、降低用户认知负荷是拓展视频利 用率的重要方面。为此,针对监控视频存在的冗余信息较多、人工获取视频关键内容效率低的问 题,采用螺旋视频摘要及相应交互技术,开发了一种面向监控视频内容的可视分析系统,结合运 动目标检测结果数据,基于螺旋摘要的展示优势实现多角度可视化视频目标统计信息,并辅以针 对螺旋摘要的导航、定位操作以及草图交互等方式,实现对监控视频内容的快速有效获取。     

智能视觉监控中的目标检测与跟踪技术

介绍了智能视觉监控中运动目标的检测与跟踪过程所涉及的各项关键技术,主要包括目标提取、阴影检测、目标分割和目标跟踪等。对各项技术的基本原理和主要实现方法进行了分析和总结,并指出了各种方法的特点、存在问题及解决方案。     

面向世博场馆的移动智能监控系统研究与实现

随着社会的发展,移动智能监控已经成为客观趋势.针对上海市世界博览会场馆监控这个应用场景,研究面向世博场馆的移动智能监控系统的关键技术,解决了移动交互监控、运动目标跟踪两个难题,并最终实现了移动智能监控系统软件.经过测试,该移动智能监控系统在监控精确度和灵敏度方面均表现良好.     

面向空间监视应用的空间目标数据库的建立

阐述了面向空间监视应用的空间目标数据库的建立技术与方法,并给出了它在空间监视的目标分类、识别应用中的样例。     

集成目标监控功能的视频内容过滤系统

提出一种把远程目标监控功能集成到不良视频内容过滤的方法,并实现基于IP网络的多功能流媒体视频监控系统.该方案根据远程目标监控和不良视频内容监控之间存在较强的技术耦合,即两者共同包含的传输协议识别分析、视频文件组建、视频帧提取等关键技术,把两种功能集成到一起,实现一个统一的多功能监控平台,具有较高的实用价值.     

固定场景下的运动检测与运动跟踪

提出了一种检测运动物体,跟踪运动物体的方法。用混合高斯模型得到运动人体的区域,通过卡尔曼滤波对人体进行跟踪,并利用人体的颜色信息进行识别。该方法能够较好解决应用于室外的视频监视系统中的光照问题,具有较快计算速度,满足实时系统的要求。     

一种用于运动目标检测的快速收敛混合高斯模型

背景模型是交通监控视频中检测运动目标的一种常用方法。混合高斯模型在训练背景模型的过程中效果良好,但其收敛速度较慢。目前各种改进模型,只是提高其初始化的收敛速度;为了加快检测过程中背景改变时的收敛速度,必须实时检测背景是否发生改变,若改变,则需要对模型重新进行初始化。基于以上情况,提出了一种改进的混合高斯模型,该模型不需要重新初始化,避免了实时检测背景是否发生改变的多余步骤,实验结果明显著提高了检测过程中的收敛速度。     

一种非重叠多摄像头的实时监控系统

大范围场景的监控需要使用多个摄像头。论文利用运动目标的颜色信息和路径特征,设计了一种非重叠多摄像头的实时监控系统。系统采用分布式多层次结构,在进行单摄像头层的处理时,根据像素点亮度变化检测和跟踪运动目标,同时获取运动目标的外形信息和路径特征;在进行多摄像头层的处理时,使用估计目标外形变化和建立路径模型方法融合多个摄像头信息,实现目标在非重叠多摄像头的跟踪。该系统不要求校准摄像头,也不要求建立完整的场景模型,即便在有亮度变化的环境中,仍能立即准确跟踪目标。实验证明提出的方法有好的跟踪效果。     

视频监控系统中的图像分割算法综述*

视频监控系统在智能安防、人机交互、交通、娱乐、军事等领域有着广泛的应用空间,是近来研究热点之一。目标的分割是视频监控系统中的首要任务,其分割的有效性对于后续的目标识别、跟踪、行为理解等处理至关重要。从时间分割法和空间分割法的分类角度出发,对国内外的视频监控研究中的若干目标分割方法进行了归纳总结。