改进的RANSAC立体匹配算法的研究

图像匹配的精度在很大程度上决定着三维重建的成功与否.为了提高图像匹配的精度和速度,提出了一种改进的随机抽样一致性(RANSAC)算法的图像匹配方法.该方法首先采用Harris角点检测算子提取图像的特征点,然后通过SIFT算法计算特征描述子对图像进行初匹配,最后采用改进的RANSAC算法对误匹配点进行剔除,在保证精度的前提下提高了算法的速度.主要从两个方面进行RANSAC算法的改进:采用均匀分布9点算法生成的基本矩阵代替常规方法中的单应矩阵作为模型进行计算,使得模型具有较高的鲁棒性;使用随机块选取法选择样本,保障了选点的均匀分布性并且保证了精度.实验结果表明,此方法不仅能够得到较高的精确度,而且还大幅度减少了计算量,提高了匹配速度.     

哈希编码和Kalman滤波的目标跟踪算法

针对现有的目标跟踪算法过于复杂、计算量大和遮挡无法跟踪等缺点,提出了基于哈希编码和Kalman滤波的目标跟踪改进算法.采用哈希算法对图像感兴趣的区域进行编码,将二维图像变为一维数字摘要,大大地减少了匹配运算量;采用Kalman滤波算法进行目标搜索,并预测目标在下一帧图像中的位置,再以预测位置为起点进行搜索,从而缩小了搜索范围,加快了跟踪速度.通过对多组视频中的目标进行跟踪实验,结果说明所提出的改进算法在背景复杂、目标快速运动、完全遮挡的环境下具有较强的抗干扰能力,跟踪效果较好,跟踪速率高达12帧/s.     

基于Memetic算法的无线传感网络覆盖优化

针对无线传感网络覆盖优化中工作节点集难以选取的问题,提出了一种基于Memetic的覆盖优化算法.该算法主要由选择算子、交叉算子、变异算子、禁忌局部搜索算法和种群更新策略组成.利用相邻节点间的区域覆盖关系,减少局部搜索中邻域的目标函数值计算量、提高计算速度,并利用随机和贪婪的策略构造一个质量较好的初始种群.仿真结果表明,该算法具有较强的搜索能力,能快速收敛于优秀解、实现工作节点集的优化选取、降低网络冗余和能耗、延长网络的生存时间.     

基于位平面的运动矢量估计

为了提高序列图像稳定算法的速度,将图像像素点的灰度用位平面的方法表示,对序列图像中相应位置的像素点采用二值布尔函数进行计算;同时为了进一步提高运算速度,在对运动矢量估计的过程中,算法中抛弃全域搜索方法,采用局域自适应搜索方法。实验结果表明该算法在保证运动矢量估计精度的条件下,简化了序列图像间匹配的计算方法,显著地减少了运动矢量估计过程中的计算量,保证了数字图像稳定系统（DISS）实现实时稳定图像。     

块匹配算法在基于MPEG-4的人脸特征提取中的改良及应用

首先对视频内容进行了分析,针对不同人脸的光照效果和色度变换效果做了平滑处理,以减少灰度突变区域。然后运用匹配算法进行像素匹配。为减小计算量,添加了特征点位置约束关系和梯度约束关系的限制,同时改进了相关系数的计算方法,这样不仅有效提高了匹配准确度,同时还减少了计算复杂度。试验证明匹配效果显著,而且计算量没有增加。     

基于相对位置不变性的SIFT高效匹配算法研究

为了实现全自主机器人立体视觉导航,图像匹配的准确性和快速性成为了研究热点和难点。通过移动机器人工作环境研究,提出图像匹配相对位置不变性的原理,基于这种原理,对最近邻域和次近邻域的SIFT特征点匹配算法进行了改进。先将待匹配图像（前后帧）所有特征点按Y方向像素值大小排序,再从对应位置关系的局部区域搜索SIFT特征点,如果最近邻和次最近邻的比值满足一定阈值T,则该点为匹配点,然后再通过相对位置不变性去除误匹配点。改进算法在最近邻匹配点和次近邻匹配点搜索时避免全局搜索而大大提高实时性,通过相对位置不变性基本去除所有误匹配点。通过实验验证,匹配速度和正确率大大提高,是平面移动工作环境下高效实用的匹配算法,同时,该算法稍加改进对复杂环境也是适用的。     

图象通讯中运动补偿搜索算法研究

针对当前图象通讯中常规技术－运动补偿全搜索算法具有计算量大的缺点，提出了两种新的快速算法－扩展搜索法和平移法。实验证明新算法运算次数比老算法大为减少，例如对搜索空间为±１５的匹配距离计算次数由全搜索法的９６１次减到平移法的３２次，且未发现畸变。     

求解0-1背包问题的改进树种优化算法

针对已有算法在求解0-1背包问题方面的不足,提出了一种改进的树种优化算法.基本树种优化算法中,算法容易早熟,难以搜索到全局最优解.改进算法中树木位置没有更新的迭代数超过某个阈值就会被重新初始化,树种会根据新的树木位置进行进一步搜索,提高了种群的多样性和算法的全局搜索能力.为了提高局部搜索能力,改进算法在计算适应度之前都引入贪婪策略来修复不可行解和对可行解局部优化.对4个测试案例进行仿真实验的数据表明,改进树种优化算法比其他4种算法具有更强的全局搜索能力,更高的稳定性和更快的收敛速度.     

遗传优化神经网络的一种改进算法

提出一种搜索算子．结合自适应交叉和变异算子,构成了遗传优化神经网络的一种改进算法。将这种算法用于一个算例的计算。与遗传优化BP算法相比较,发现遗传优化BP算法出现了网络瘫痪问题,改进算法则取得了较好的运算结果。     

两级参考点匹配位置指纹声源定位方法

提出一种两级参考点（RPs）匹配方法来减少位置指纹声源定位（SSL）过程中临近参考点搜索的计算量. 离线采样阶段：通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除. 在线定位阶段：通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标（TP）定位. 实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.     

基于协同遗传算法的车间调度问题研究

遗传规划在实际问题中的应用是一个新的发展方向。文章根据车间调度问题的特点,对遗传规划算法进行了改进,借鉴了一种新编码策略将变长编码变成定长,减少了算法复杂度,提高了运算效率;同时设计了一种新的标记交叉算子,这种交叉算法可以有效地避免产生非法解。由于遗传规划问题的收敛性不高,文中将遗传规划和遗传算法有效地结合起来,提出一种协同遗传规划算法,实验表明,改进后的算法比传统算法能更有效地解决车间调度问题。     

一种高效的OFDM比特功率分配算法

针对802.11a中的数字调制方式:BPSK,QPSK,16QAM,64QAM(星座图采用格雷码编码,每个子载波最多承载6比特),每次对?RT/6」个功率增量较小的子载波分配2bit.仿真结果表明:改进的比特功率分配算法与Hughes-Hartogs算法的比特功率分配结果一致,但是计算复杂度小于Hughes-Hartogs算法的50%,并随着传输速率或子载波数的增加而进一步降低.     

基于遗传算法的大型Flow—shop生产调度

Flow—shop调度问题具有建模复杂性、计算复杂性、动态多约束、多目标性等特点。近几年,各种演化计算方法逐渐被引入到生产调度中,特别是遗传算法的应用。为此,应用Matlab开发生产调度程序,并利用实际生产数据进行了仿真;通过相关仿真实验,验证了不同交叉算子和变异算子组合获得的最优解存在差异,获得并验证了一种较好的交叉算子和变异算子组合,其仿真调度数据验证了遗传算法用于求解大型流水车间调度的可行性和有效性。     

OFDM系统符号定时估计算法

正交频分调制(OFDM)是一种高效的数据传输技术,具有良好的抗衰落能力,可实现并行传送。但是OFDM对同步误差十分敏感,特别是符号同步误差。传统的MLE算法虽对符号定时估计很有效,但计算复杂度较高。而经改进的MC算法计算复杂度虽降低了,但其估计性能却大大下降。为了降低符号定时估计的计算复杂度和提高估计的性能,在MLE算法的基础上,提出了一个计算复杂性比MLE算法、MC算法都有不同程度降低的新的符号定时估计算法。同时通过Matlab的模拟仿真表明,在信噪比较高时,新的算法定时估计性能更优于MC算法。     

改进的压缩边分段采样算法

针对Savage等人的压缩边采样算法，提出一种改进的压缩边采样算法，该算法利用IP包头与分段相关的字段作为重载字段，增加了边信息存储所需要的空间，降低了重构过程的计算复杂度，并采用64位Hash作为误差效验以显著降低多个攻击者同时存在时重构路径的虚警率，而且通过对重构过程的算法优化进一步降低了计算复杂度，对重构路径所需要的包数、计算量和重构路径的虚警率进行比较．结果证明．改进算法远远超过原算法．将原算法重构路径所需要的计算量（所需要计算的Hash次数）从m^8降低到3m^2（其中m为在相同距离的攻击源个数）以下，在同时有20个攻击者时．原算法虚警率已经高达0．99，使其不可用，而改进算法在同时有1000个攻击者的情况下的虚警概率仍然近似为0，因此改进的压缩边采样算法能够很好地应用到大规模DDoS攻击源追踪中。     

基于熵测度的自适应遗传算法

针对基本遗传算法SGA在搜索过程中易陷入局部最优解的问题,提出了基于熵测度的自适应遗传算法,并分析了熵测度下种群个体被选概率的极限行为。理论分析和对比实验表明,基于熵测度的自适应选择策略能根据种群性状来动态地调整选择压力,从而调整算法的开采和探索能力的平衡,提高算法的全局优化性能。     

空间调制信号的低复杂度球形译码算法

为进一步降低球型译码算法(SM-SD)的复杂度,同时不影响算法的误比特性能,提出一种SM-SD算法,采用了不同于目前存在的SM-SD算法的复变量实数化方式,具有独特的搜索树结构,搜索树的相邻两层相互独立.分析了新算法的原理及搜索过程,通过矩阵运算理论分析了几种SM-SD算法的运算复杂度,然后在不同的空间调制系统中对SM-SD算法的误比特性能和运算复杂度进行仿真.理论分析和仿真结果表明:新算法的性能接近于最大似然算法,运算复杂度低于已有的各种类型的球型译码算法,因此更加适合于检测空间调制信号.     

二部图最大权匹配的符号ADD算法

利用代数决策图ADD数据结构,在KM算法基础上,提出了一种二部图最大权匹配的符号ADD算法。该算法引入优先函数概念,将传统的匹配选择转化成布尔运算,"并行"地搜索匹配集合。实验结果表明:与传统算法相比,该算法可以改善问题的状态空间复杂度。     

基于自适应遗传算法的混合流水车间调度研究

混合流水车间调度问题具有建模复杂性、动态多约束、计算复杂性、多目标性等特点,近些年,各种演进化算法被运用到生产调度中,特别是遗传算法的应用。本文提出了自适应遗传算法求解混合Flow-shop调度问题的方法,应用Matlab对算法进行编码,并利用实际的生产数据进行了仿真。通过仿真实验,仿真调度数据验证了自适应遗传算法用于求解大型流水车间调度的可行性和有效性。     

FBMC-OQAM系统中一种改进的OPTS算法

针对采用重叠部分传输序列(overlapping partial transmit sequence, OPTS)算法来抑制滤波器组多载波-偏移正交幅度调制(filter bank multicarrier-offset quadrature amplitude modulation, FBMC-OQAM)信号的峰均比(peak-to-average power ratio, PAPR)时会导致计算量过高的问题,在对现有的禁忌搜索算法进行改进后提出一种基于并行禁忌搜索的OPTS(parallel tabu search overlapping partial transmit sequence algorithm, parallel-TS-OPTS)算法,通过将h路传统禁忌搜索算法得出的各自最优解进行遗传交叉操作来优化传统禁忌搜索算法的初始解,从而进一步增大算法搜索到最佳相位因子向量的概率。理论分析与仿真结果表明,本研究的算法可以在获得接近于OPTS算法PAPR抑制效果的同时显著降低算法的计算复杂度,进一步提高FBMC-OQAM系统应用在5G场景中的鲁棒性。