功率监控图形系统中自适应着色处理

提出一种在功率监控计算机图形系统中的自适应着色处理方案。为了对功率和消耗之间进行权衡,提出三维实时图形渲染功率监控中的两个关键理论：AGR和HVP。讨论了功率节省方法以及图像质量评价方法,提出了在满足质量要求的前提下,得到最大功率节省的现实控制标准。介绍几种着色处理中的重构算法,而自适应着色处理是从这些可选算法中得到一种适当的着色算法。通过仿真实验结果表明,文中设计的自适应着色处理能够极大地节约功耗。     

功率监控图形系统中自适应着色处理

提出一种在功率监控计算机图形系统中的自适应着色处理方案.为了对功率和消耗之间进行权衡,提出三维实时图形渲染功率监控中的两个关键理论:AGR和HVP.讨论了功率节省方法以及图像质量评价方法,提出了在满足质量要求的前提下,得到最大功率节省的现实控制标准.介绍几种着色处理中的重构算法,而自适应着色处理是从这些可选算法中得到一种适当的着色算法.通过仿真实验结果表明,文中设计的自适应着色处理能够极大地节约功耗.     

OFDM系统中自适应比特和功率分配研究

提出了一种改进的OFDM系统中自适应比特功率分配算法。该算法可适用于多径频率选择性衰落信道,根据信道特征,动态地为OFDM系统的各子信道分配比特和发送功率。该算法在一定的误比特率和信息速率的情况下,使得总发送功率最小化。仿真结果表明,该算法在相同误比特率的情况下比不采用自适应技术的OFDM系统节省了发送功率。     

OFDM系统中自适应比特和功率分配研究

提出了一种改进的OFDM系统中自适应比特功率分配算法.该算法可适用于多径频率选择性衰落信道,根据信道特征,动态地为OFDM系统的各子信道分配比特和发送功率.该算法在一定的误比特率和信息速率的情况下,使得总发送功率最小化.仿真结果表明,算法在相同误比特率的情况下比不采用自适应技术的OFDM系统节省了发送功率.     

交通场景中车辆的运动检测与阴影消除

提出一种算法框架实现对交通场景中运动车辆的分割。首先,提出一种基于颜色空间的浮动气球模型,用以解决监控场景的自适应背景建模问题,该方法解决了基于参数模型的背景建模方法无法检测驻留物体的问题,并可有效适应监控场景中的光照变化以实现自适应更新;其次,针对通过背景建模和背景差分得到的运动前景区域包含运动车辆阴影问题,提出一种新的阴影检测算法,该算法采用多特征融合的方法实现了对运动车辆的分割。实验结果分析表明,与其他方法相比,该算法框架在背景建模和阴影检测方法具有较好的效果。     

基于改进粒子群算法的OFDM系统资源分配

提出一种具有全局优化能力的改进粒子群算法,将信道分配和比特功率分配问题相结合,实现电力线信道下多用户自适应OFDM比特功率分配。在典型低压电力线通信信道环境下的matlab仿真结果表明:本文提出的算法可行且有效,适合多用户通信环境,节省了多用户自适应OFDM系统的运算时间,降低了发射功率,且算法简单易操作,有望应用于更广泛的优化问题。     

多目标优化与自适应惩罚的混合约束优化进化算法

提出一种多目标优化与自适应惩罚函数相结合的方法来处理约束优化问题.首先利用多目标优化方法提取当前群体中的主要信息;然后进一步用自适应惩罚函数选出最有价值的信息.将这种约束处理技术与一种基于群的算法生成器模型相结合,即可得到一种新的约束优化进化算法.选取10个标准测试函数对新算法的性能进行数值实验,结果表明了所提出方法的有效性和较强的稳健性,与其他尖端算法相比得到了相似或更优的结果.     

OFDM系统自适应资源算法研究

针对OFDM系统的比特功率自适应分配优化问题。因传输信道存在衰减率,误码等,提出了一种基于遗传算法的OFDM系统自适应比特功率分配算法。新算法定义了染色体和初始群体,并通过遗传算法中的交叉、变异等操作,使比特功率分配方案得到全局最优解。算法可通过确定不同的适应度函数,用于解决传输速率及误码率一定条件下使得总发送功率最小的比特功率达到最优化的目的。通过上述在运算复杂度等方面的性能的仿真,证明优于Hughes-Hartogs等几种传统算法。     

采用自适应扰动观察法的光伏并网系统最大功率点跟踪

提出了一种自适应扰动观察（P＆O）算法,用于在不同天气条件下太阳能光伏（PV）并网系统的最大功率点跟踪（MPPT）控制策略。该策略对于从太阳能光伏电池板中,获取最大的功率输出是十分重要的。利用一种依赖于功率变化的可变的扰动步长,提出了改进的自适应扰动观察算法。最后将通过仿真所得到的数据与传统的扰动观察算法进行了比较,结果表明所提出MPPT算法的收敛值和速度得到了改善,稳定时间缩短25%,稳态值提高20%以上,在太阳能光伏并网系统的最大功率点跟踪时是有效而实用的。     

一种基于节能的无线传感器网络MAC协议

无线传感器网络中节点能量十分有限,为了进一步提高能量的利用效率,提出了一种基于节能的改进型媒体接入控制(MediumAccess Control,MAC)协议.该协议结合了BASIC算法与自适应S-MAC协议的优点,采用一种简单易行的算法根据节点实际分布情况调节RTS、CTS、DATA、ACK四种帧的发送功率,从而达到节省能量的目的.协议中采用的自适应侦听机制不仅可以减少数据的传输延迟,而且可以避免由于在S-MAC协议中引入功率控制策略时带来的一些问题.协议与S-MAC算法相比节省了能量,减少了时延,同时并没有降低无线传感器网络的其他性能.     

基于高亮区域自适应处理的监控图像去雾算法

针对现有图像去雾算法处理监控图像失真的问题,提出一种高亮区域自适应处理的监控图像去雾算法。通过自适应识别分割高亮区域,根据高亮区域所占图像的比例优化大气光强参数的取值;在暗原色先验的条件下,使用修正的大气光强参数与导向滤波进行透射率的计算和边缘细化;引入自适应容差机制恢复雾化图像,再对恢复后的雾化图像进行色彩增强处理。实验结果表明,算法能够消除恢复图像的色彩失真与块状边缘,较大程度上避免了高亮区域的光晕,保护了天空区域的恢复质量,使恢复图像保持清晰和自然,视觉效果得到较大提高。     

求解图着色问题的进化稳定策略蚁群算法

针对图着色问题,在传统的启发式蚁群算法的基础上提出一种进化稳定策略蚁群算法。进化稳定策略蚁群算法针对蚁群算法的隐含并行性,利用变换因子自适应地更新信息素,动态自适应地调节启发式因子的作用参数,增强算法的搜索能力,加快算法的收敛速度,同时避免了传统蚁群算法容易陷入局部最优的问题。通过给地图着色的仿真实验结果表示,该方法对图着色问题的求解是可行、有效的,通过大量实验表明算法在求解质量上优于启发式蚁群算法。     

基于蚁群优化的WSN功率自适应路由算法

为节省节点能量开销,延长无线传感器网络(WSN)的生命周期,在研究蚁群优化算法的基础上,提出一种基于蚁群优化的功率自适应路由算法。在蚂蚁寻路时考虑节点的传输方向、剩余能量和节点间距离。寻找到一条最优路径后,根据相邻两节点间的距离调整节点的发射功率,避免功率过大造成能量浪费。仿真实验结果表明,在节点非均匀分布的情况下,该算法能够有效节省网络开销,延长网络生命周期。     

优化博弈问题评估函数参数的自适应遗传算法

使用自适应遗传算法对五子棋博弈问题中的评估函数参数进行训练优化。引入陪练算法对训练进行指导。给出了一种新的适应度函数计算方法,该方法避免了在训练过程中种群个体之间的大量竞赛,从而节省了训练时间。实验结果表明训练得到的参数组成的评估函数优于陪练算法中的评估函数。     

基于并行框架的鲁棒自适应前景检测算法

视频监控数据TB级的增长,从海量视频数据中高效准确的分离出视频监控场景中的运动物体,是计算机视觉领域的研究重点和挑战。提出了基于云平台的视频数据处理的并行计算框架及一种改进的基于混合高斯模型(GMM)的自适应前景提取算法,通过对混合高斯分布的自适应学习和在线 EM(期望最大化)算法获得最优参数组合,并将改进算法融合到视频处理并行计算框架。实验结果表明,该方法不但能大大提高视频处理的效率,并对复杂环境下准确提取前景目标也有良好的鲁棒性。     

基于自适应子带功率谱熵的语音端点检测算法

在语音处理中,鲁棒性端点检测是语音处理最重要的领域之一,首先提出了一种子带功率谱熵(SPSE)的特征参数,然后,该参数结合Wuetal提出的自适应子带方法(ABS);发现了一种新颖的鲁棒特征参数-自适应子带谱熵(ASPSE),它能成功地在不同的背景噪声下检测语音端点。实验结果表明,在不同的噪声环境和信噪比下,ASPSE参数非常有效,而且该算法优于其它算法。     

基于自适应模糊逻辑的粮仓监控系统研究

针对区域环境的温度精确监控要求,利用ZigBee无线传感器网络技术,提出了一种基于自适应模糊逻辑的虚拟传感器温度计算方法;利用该算法根据参考点的相关数据,对传感器采集的温度信息进行计算,得到监控点的虚拟温度信息,增加了温度监控系统的鲁棒性;实验结果表明:相对于标准Mandani和均值模糊逻辑算法,基于自适应模糊逻辑的温度计算方法能够获得更为准确的信息,提高了粮仓温度监控的准确性与可靠性。     

CDMA系统中的一种新的自适应功率控制方法

作为第三代移动通信的关键技术之一,功率控制技术在CDMA系统中得到了广泛的应用。本文在分析传统固定步长功率控制方法缺点的基础上,提出了一种将Markov过程理论应用到功率控制中的新的自适应变步长功率控制方法。     

基于参数自适应布谷鸟算法的RM电路面积优化*

针对固定极性RM（Fixed-Polarity Reed-Muller, FPRM）电路面积优化问题,提出一种基于参数自适应布谷鸟算法的FPRM电路面积优化方案。在标准布谷鸟算法基础上,通过增加进化评估机制和参数自适应机制得到参数自适应布谷鸟算法。结合FPRM电路面积优化的特点,利用所提算法实现对FPRM电路的面积优化。最后采用MCNC Benchmark电路对该方案进行测试。测试结果表明,在RM电路面积优化中,参数自适应布谷鸟算法比遗传算法最优率提高21.5%,时间节省35%;比标准布谷鸟算法最优率提升2%,时间节省32%;与已有的改进型布谷鸟算法相比,最优率相同,时间节省35%。该方案具有更高的优化效率和性能。     

一种改进的维纳滤波语音增强算法

提出了一种改进的语音增强算法,该算法以基于先验信噪比估计的维纳滤波法为基础。首先通过计算无声段的统计平均得到初始噪声功率谱;其次,计算语音段间带噪语音功率谱,并平滑处理初始噪声功率谱和带噪语音功率谱,更新了噪声功率谱;最后,考虑了某频率点处噪声急剧增大的情况,通过计算带噪语音功率谱与噪声功率谱的比值,自适应地调整噪声功率谱。将该算法与其他基于短时谱估计的语音增强算法进行了对比实验,实验结果表明：该算法能有效地减少残留噪声和语音畸变,提高语音可懂度。