基于数据挖掘技术的云环境服务分类算法

为了提高Web服务的分类效果,提出了一种基于数据挖掘技术的云环境Web服务分类算法.首先提取服务特征向量,并进行相应预处理得到服务特征向量集,然后采用最小二乘支持向量机训练特征向量集,并采用萤火虫算法优化最小二乘支持向量机参数,建立最优的服务分类模型,最后采用标准数据进行仿真实验,对本文算法性能进行测试.仿真实验结果表明,相对于其它Web服务分类算法,本文算法不仅提高了Web服务分类的精度,而且提高了Web服务分类效率.     

一种多维IP包分类算法

IP分类算法是应用在高性能路由器中的一种重要算法，研究IP分类算法对于提高路由器综合性能具有重要意义。基于无冲突哈希函数和AQT算法提出了一种新的IP分类算法NCHAQT（Non—Collision Hash AQT）。NCHAQT解决了AQT算法只能应用于二维的情况，使AQT可以应用于五维分类，增强了它的可扩展性。理论分析与仿真实验表明，NCHAQT在时间性能上算法优于经典算法Modular，是一个综合性能较高的包分类算法．     

基于核函数分类的多维时序特征选择方法应用

研究了多维时序的特征选择问题在目标距离像识别中的应用,提出了一种基于核函数分类算法的主分量分析方法。讨论了主分量分析的原理,提出了一种基于核函数的分类算法用于多维时序的特征选择,最后利用该方法对目标距离像多维时序进行了仿真实验,实验结果表明了所应用方法的可行性和有效性。     

粗糙近似算子在模式的可能性和必然性分类中的应用

研究粗糙近似算子关于模式"二分法"的相关性质,描述了利用给定模式把模式空间划分成两组的模式分类的可能性和必然性,并设计了有边界区域的模式分类的可能性和必然性的粗糙神经网络算法.最后,用仿真实验验证了算法的有效性.     

基于小波PCA与BP神经网络的人脸识别算法

特征提取和分类器设计是人脸识别算法中的两个关键问题。提出一种基于二次小波变换、PCA算法与BP神经网络的人脸识别算法。该算法采用二次小波变换与PCA相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识别。在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高。     

基于形状识别的返回散射电离图分类方法研究

基于中值滤波算法, 结合电离图中杂波信号和背景噪声的分布特点, 提出了一种返回散射电离图干净数据提取新算法; 利用返回散射电离图干净数据, 基于形状识别理论, 给出了一种返回散射电离图分类算法, 并对形状因子的提取方法进行了简单介绍.实测电离图仿真实验结果显示, 所提电离图分类算法具有较好的实测电离图识别和分类能力, 具有较好的应用前景.     

基于同一性的健壮CS分类算法

针对利用压缩感知(CS)进行信号分类识别的问题,提出了一种联合欲分类信号和样本信号的健壮CS分类算法。该方法通过引入“同一性”的概念,克服了信号过完备字典传统构造方式的不足,增强了信号稀疏表示与信号类别间的关联性,提升了基于压缩感知的信号分类算法性能。仿真实验证明了所提方法的正确性,并进一步表明:在非最优过完备字典下,该方法较之传统CS分类算法更具有分类准确度。     

基于最小距离的音频分类方法的研究

基于内容的音频分类是一个有趣并有重要意义的问题。音频分类技术包括音频特征抽取和分类器两个基本部分。如今,基于内容的音频自动分类技术已经有了很大的发展。然而,现有的基于内容的音频自动分类方法在分类的准确性、有效性和算法复杂度等诸多方面存在一定的不足,探索性能更佳的方法就成为了该领域的研究热点。提取了基于内容的音频分类所使用的音频特征,得到了基于帧的音频特征和基于片段的音频特征两个层次的特征,并提出了一种基于MFCC的简化的特征;选取了最小距离分类器中的最近邻分类器和K近邻分类器,对这几种典型的音频分类器进行研究,进行仿真实验,分析了实验结果;最后设计并仿真了经过改进的最小距离音频分类器,它的性能相对于原有的最近邻和K近邻分类器有一定的提高,并具有很低的系统复杂度和很短的分类时间。     

一种基于关键向量的文本分类模型

研究了基于向量空间模型的自动文本分类算法，在对现有分类算法原理深入分析的基础上，针对现有算法的不足，引入了关键向量的概念，提出了一种基于关键向量的文本分类算法，并给出了基于该算法的实验数据。     

一种改进的基于累积量的MDPSK信号分类算法

本文研究了收发双方存在载波频差时利用累积量实现调制分类这一实际问题,提出一种改进的基于累积量的信号分类算法.新算法利用信号相位星座图和各阶累积量的对应关系,提取累积量特征.该特征对于星座图的平移、尺度和相位旋转以及收发载频存在的频差具有不变性.本文从理论上证明了新特征的不变性,并利用计算机仿真评估了该算法的分类性能.仿真结果表明这种算法具有良好的分类性能.     

电台识别的云模型算法研究

时频域的电台识别较多利用频率稳定度作为特征,但在采集环境和设备噪声的限制下,频率估计精度难以提高,影响电台的识别率。本文在分析瞬时频率的概率分布函数的基础上,结合云模型分类器,提出了改进相位拟合的方法。首先将经过预处理的数据进行相位拟合,得到短时频率估计值,然后利用估计值建立正态云,最后转化为隶属度进行分类识别。这种方法淡化了非彼即此的硬判分类,弥补了分类过程中对特征的模糊性和随机性的忽视。仿真实验和实际电台实验验证了在算法运算代价基本相同的情况下,识别率有了较大的提高,最高的平均识别率达到了97%。      

结合LSTM与CNN的野外车辆声信号分类

针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题,提出了一种长短时记忆网络（LSTM）与多尺度、多层次特征融合卷积神经网络（CNN）相结合的分类算法——野外车辆识别算法（FVNet）。该算法先采用一层LSTM网络提取声信号的时序特征,充分利用声信号的长时依赖关系;再用CNN并行提取多尺度特征,避免网络加深过程中特征的流失;引入通道注意力机制进行多尺度和多层次特征融合,增强多尺度、多层次关键特征信息;最后在相同数据集上进行验证。实验结果表明,FVNet算法对3种车辆的总识别率可达94.95%,与传统方法相比,其总识别率提高了14.61%,取得了较好的分类效果。     

多品类生活垃圾收运的车辆路径优化问题研究

近年来随着中国逐步制定并开展垃圾分类的政策法规,多品类生活垃圾分类收运问题就逐步凸显出来。国内使用多车舱车辆收运多品类生活垃圾的研究还较少,针对这一需求,本文基于生活垃圾分类利用多车舱垃圾收运车辆同时收运多品类生活垃圾的收运问题,以降低城市生活垃圾收运成本为目标,构建考虑车辆收运成本的多品类垃圾收运车辆的路径优化模型,并进行仿真实验,用蚁群算法对算例进行求解,验证了算法模型的良好寻优效果,为新式垃圾车辆的投产使用提供参考。     

基于视频的车型分类算法研究

对视频图像处理中车型分类算法涉及的摄像机标定和目标分割算法进行研究。通过摄像机标定实现像素坐标到世界坐标的映射,进而准确获取车辆长度及宽度信息。建立车辆高度信息计算模型,获得车辆高度信息。对实时视频图像进行目标分割,并通过车辆长度、高度及长高比等信息实现高速公路中车型分类。经过验证,该方法能够比较准确地进行车型分类,满足实际应用要求。     

视频图像中的车辆检测及阴影去除方法研究

视频监控系统成为近年来的研究热点。文中针对交通智能视频检测系统的车辆检测问题,采用基于高斯混合模型方法来检测视频中的运动车辆,结合车辆阴影纹理不变的特性分割阴影,实现了运动车辆的检查识别和阴影去除。仿真实验达到了预期效果。     

An efficient adaptive intelligent routing system for multi‐intersections

With the rapid development of wireless technologies and the growing emphasis on vehicle safety, many vehicular ad hoc network applications have been extensively used. This study attempts to use vehicular ad hoc network technologies for autonomous driving to improve and reduce traffic congestion and vehicle waiting time. Therefore, this study proposes an adaptively intelligent routing system, which uses V2V communications to increase vehicle speed, allows vehicles to communicate with traffic control systems, arranges appropriate vehicle routes based on queuing theory, and uses traffic signals for information exchange. The timing of traffic signals is decided according to road traffic density. To decrease vehicle waiting time at intersections, every vehicle's speed is adjusted based on the distance between the vehicle and the traffic signals. In the simulation, automated vehicles and a more realistic car‐following model are taken into consideration and vehicle speeds are regulated based on speed limits and safe following distance on most roads. The simulation result reveals that our proposed adaptively intelligent routing system outperforms periodic system in average vehicle speed and average waiting time at both single and double cross intersections. Copyright © 2016 John Wiley & Sons, Ltd.     

灾区军用车辆优化调度方法研究与仿真

在军用车辆调度过程中,由于军用物资运送的目的地有时会比较偏僻,而且运输路径中会存在堵塞情况,造成传统的军用车辆调度方法无法选取最优路径,使军用物资不能及时运输到目的地,从而无法满足军队战备需要.因此,提出了一种基于改进蚁群算法的车辆优化调度方法.建立军用车辆调度数学模型,描述运输车辆之间的联系.利用改进蚁群算法,对军用车辆调度模型进行优化处理.实验结果表明,这种算法能够有效提高军用车辆运输效率,取得了令人满意的结果.     

基于HLA的多传感器侦察系统仿真技术

采用基于高层体系结构(High Level Architecture,HLA)的分布交互式仿真方法模拟现代战争的信息化多传感器作战应用环境。建立传感器内部探测单元与联邦对象以及传感器与仿真成员的映射关系,在分析传感器和联邦成员的映射关系的基础上,提出了仿真系统总体技术框架。介绍了仿真成员的工作流程,进一步阐述了战场目标仿真成员的模型算法,以及典型的战场传感器(雷达)仿真成员的对象定义和模型算法,对仿真结果进行了分析。     

HLA战场虚拟环境仿真框架研究

高层体系结构(HLA)的出现为分布式仿真提供了新的技术支撑．有效地利用HLA为虚拟战场环境仿真服务,需对战场环境的描述方法和开发方案进行系统的研究．分析了基于HLA构造分布式虚拟战场环境的优越性,提出了有利于提高仿真逼真度、增强用户沉浸感的新的战场环境描述方法,给出了分布式虚拟战场环境研究框架,重点讨论了开发所涉及的几个关键问题,包括联邦成员、系统结构、仿真对象模型(SOM)和联邦对象模型(FOM)．实验和系统联调表明,该分布式虚拟战场环境仿真系统可以实现与其他作战实体仿真成员的正确交互,基本满足作战仿真需求．     

基于北斗和边缘计算的车联网导航技术研究

随着车辆保有量的不断增长和车联网应用的普及,车辆终端会产生大量需要实时处理的数据消息。在车辆高速移动场景下,传统的车联网导航系统由于车辆差分定位数据存在传输时延,导致车辆定位结果存在一定的偏差,无法及时获得高精度定位结果。基于此,文中提出了一种基于北斗定位和边缘计算的车联网导航技术方案,采用改进的遗传算法进行终端定位请求的资源分配,有效降低整个边缘网络的服务时延,并利用基于边缘节点的优化无损卡尔曼滤波算法来提高车联网节点的定位精度。实验表明,文中所提出的方法能够为大规模车联网终端提供实时精准、低延迟和高精度的定位服务,具有较高的实际应用价值。