平均曲率运动的三种实现方案的比较研究

讨论了曲率运动演化方程的三种数值方案:离散中值滤波方案、显式水平集方案和半隐式水平集方案的原理与算法,并对它们的效率、精度以及旋转不变性等性能进行了对比实验研究.结果表明,半隐式加性算子分裂(AOS)算法相对于另两种方案性能上明显占优.     

基于Mumford-Shah模型的高精度MR图像轮廓提取算法

提出了基于曲线演化的MR边界轮廓精确提取方法.针对MR图像边缘模糊和高噪声问题,改进Mum-ford-Shah曲线演化模型,将模糊聚类引入到轮廓演化能量模型中,降低对非规则细节和噪声的敏感性;利用水平集和半隐式的加性-乘性算子分裂数值方案进行轮廓线演化的迭代计算,提高精度和计算效率.实验表明这种方法可以对边界模糊和高噪声的轮廓进行有效提取.     

有理曲面的区间隐式化

利用一个低阶多项式区间隐式曲面来包围所给的参数式有理曲面,并构造了一些关于区间隐式曲面厚度和微分张量的目标函数.在最小化这些目标函数的条件下,该区间隐式曲面的中心曲面可以近似地逼近有理曲面,其逼近的误差可以利用区间隐式曲面的区间宽度进行估计.最后提供了具体的算法和一些实例.     

基于隐式反馈的个人信息检索技术及实现

回顾了已有的相关反馈技术，在此基础上提出了构造和调整用户兴趣模型的隐式反馈算法，给出了一个基于隐式反馈的lnfoAgent的设计实现和实验结果，实验表明隐式反馈技术对提高检索精度有很大的帮助。     

面向隐式类型化资源的安全防护

在物联网、边缘计算和大数据智能处理高速发展的背景下,安全保护研究的内容已经从显式内容保护扩展到了对隐式内容的保护。多来源内容背景下的隐式内容的安全保护对内容的采集、识别,保护策略定制,保护方法的建模、实现都提出了新的挑战。而实际应用中对性价比的追求更加剧了解决方案的挑战性。受DIKW方法启发提出将保护目标及背景内容分类为数据、信息和知识三种类型化资源。在DIKW上构建基于数据图谱、信息图谱和知识图谱的类型化资源安全资源保护架构。将目标安全资源根据它们在搜索空间中的存在形式分为显式的和隐式的资源,依据不同类型资源表达所对应的表达类型转换及搜索代价差异构造了对应的安全防护方案。该方案支持在不同类型转换过程中的代价以及转换后的搜索代价的差异基础上,设计并提供价值导向的安全服务。     

有理曲线的均匀区间隐式化

参数式曲线与隐式曲线是CAGD中常用的两种曲线形式,因此需要建立起二者之间相互转换的体制.长期以来,许多工作都集中在利用结式思想,将一个参数式曲线精确转化为一个隐式曲线上,而事实上用隐式曲线精确表示一条参数式曲线不仅非常麻烦,而且往往也没有必要.故此提出了参数式有理曲线均匀区间隐式化的一种新方法,利用区间算术和空间重心坐标的定义,可以用一个低阶区间多项式隐式曲线来逼近所给的参数式有理曲线,同时使一些目标函数最小化,达到用隐式多项式曲线来逼近参数式有理曲线的很好效果,并提供了一些算法和实例.     

点云数据集的隐式曲面重构研究进展

点云数据的曲面重建就是对扫描设备获得的物体散乱数据点重建三维物体表面,它被广泛应用于计算机动画、目标识别、数据可视化以及地理信息系统。点云的隐式曲面重建由于能够去除点云噪声,修补孔洞和裂缝,不需要拼接和平滑等后续处理,成为点云数据集曲面重构的重要方法。文中综述了目前一些主要的隐式曲面重构方法,就隐式模型以及相应的曲面重构算法的优缺点进行了分析比较,并对隐式曲面重构存在的问题和未来发展方向作了相应的分析和讨论。     

混合连接时间/注意力机制端到端语音识别

为提高常规自动语音识别(ASR)系统的精度,提出基于隐式马尔可夫模型混合连接时间分类/注意力机制的端到端ASR系统设计方法。首先,针对可观测时变序列语音识别过程中存在的连续性强、词汇量大的语音识别难点,基于隐式马尔可夫模型对语音识别过程进行模拟,实现了语音识别模型参数化;其次,使用连接时间分类目标函数作为辅助任务,在多目标学习框架中训练语音识别过程的关注模型编码器,可降低序列级连接时间分类目标近似度,实现语音识别过程精度提升;最后,通过在自建语音识别库上的仿真实验,验证所提算法在识别效率和精度上的性能优势。     

隐式调谐积分方法及其在电力系统暂态稳定性计算中的应用

本文提出了一种隐式调谐积分方法，该方法不仅保留了隐式梯形积分规则的优点，而且在采用大步长的情况下具有更高的计算精度，基于隐式调谐积分规则，本文提出了一种新的电力系统暂态稳定性计算方法，理论推导及实际的算例表明，该方法具有快速、足够精确可靠的优点，可以满足实际大规模电力系统暂态稳定性实时分析计算的需要。     

一种隐式曲面交互调整的新方法

提出了一种对隐式曲面形状进行交互调整的新方法,为隐式曲面的调整提供了两种交互工具,分别是对曲面上点的位置调整和法向调整.该方法以调整后的位置和法向为新曲面的插值条件建立目标函数,极小化该目标函数求解曲面参数的变化量,从而确定新的隐式曲面.文中采用拟牛顿法和序列二次规划法(SQP)求解该非线性优化问题.在调整过程中用粒子的方法对隐式曲面进行绘制,实现了对隐式曲面形状的实时交互调整.最后用实例说明了新方法的有效性.     

基于ElGamal的新型分布式前向安全门限公钥体制

门限体制和前向安全体制是解决公钥加密体制和数字签名体制中密钥泄露问题的主要方法。将二者结合，必将极大提高系统密钥的安全性。利用HASH函数的单向性和分布式随机数产生算法，提出一种新型的分布式密钥产生、更新算法。应用于E1Gamal公钥体制，提出同时具有门限性和前向安全性的新型分布式E1Gamal公钥体制，并给出安全性证明。     

基于混合粒子群算法的列车停站方案优化

列车停站方案影响着旅客服务质量和运行效率,是列车开行方案的重要环节.本文建立了旅客列车停站方案的多目标规划模型以最大化区段可达性从而减少旅客旅行时间.针对传统的粒子群优化算法在处理复杂多维问题时,算法效率不高,易陷进局部最优,且无法有效处理离散问题等缺点,提出了一种将量子遗传算法引入到MPSO中的方法.算法整体采用粒子群算法,结合量子遗传算法的概率幅编码,并使用粒子群的速度更新公式来更新量子旋转门.算法引入量子遗传算法的全局探索和粒子群算法的种群智能体系,不仅提高了算法的收敛速度,同时增加了粒子多样性.最后,将改进的量子遗传粒子群算法（QGA_PSO）应用于ZDT函数优化和停站方案模型优化,证明了算法的有效性.     

变异区间自适应调整的遗传算法

在对遗传算法进化概率进行深入分析的基础上,提出了变异区间随演化进程自适应调整的遗传算法,旨在通过变异区间的自适应调整提高遗传算法的性能。实验结果表明变异区间自适应调整的遗传算法不仅比基本遗传算法有更快的收敛速度,而且有更高的求解精度。     

一种提高双正交小波消失矩的算法及其在图像编码中的应用

文章介绍了一种提高任意双正交小波消失矩的方法。此法根据小波的消失矩与其对应FIR滤波器的Laurent多项式在z=1处零点阶数相等的关系,基于提升格式采用迭代法设计提升系数,便于工程实现。在图像压缩编码中,用此法可方便地提高所选小波的消失矩,改变滤波器的性能,获得所需的新小波,从而实现预期目标。     

基于估计机制的分簇传感器网络数据融合算法

提出了一种基于估计机制的分簇传感器网络数据融合算法.在满足数据精确度要求的前提下,只有当数据的当前值与上一次采集值之差超过某一变化阈值时,才将当前采集数据发送到簇头节点,否则不发送.采用节点剩余能量自适应的簇头选择算法来平衡传感器节点的能耗,使得剩余能量越大的节点当选为簇头的概率越大.推导了使网络能耗最小的最优分簇规模...     

一种基于刻面分类描述的软件构件查询方法

该文分析了软件构件的刻面分类描述的特点,通过借鉴XML查询语言ApproXQL中树匹配的思想及其相关理论,提出了一种新的基于刻面分类的软件构件查询方法。该方法将基于刻面分类的构件XML描述文档映射为一棵构件树,将查询表达式映射为一棵查询树,通过构件树与查询树之间的匹配算法查找需要的软件构件。这种查询方法支持布尔查询和模糊查询,具有一定的张弛能力,能在保证一定查准率的基础上提高查全率。该方法适用于面向网络的跨构件库查询。     

基于遗传算法分阶段快速寻优

该算法充分利用算法前期搜索的有用信息训练出淘汰模式和优秀模式。交叉产生的新群体与上一代群体竞争后进入下一代。有淘汰模式指导变异提高变异能力。根据优秀模式缩短解空间，提高搜索精度和放大适应度值比例进行快速收敛寻优。仿真试验表明，收敛速度和最优解精度都有大幅度提高。     

智能体行为一致性的神经网络方法仿真

针对传统股市研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴Holland的模拟股市建模思想,引入ERA方案建立股市模型。运用Agent行为一致性神经网络方法并结合CT方法对股市进行仿真,模拟不确定环境下股市的动态演化过程。该模型可更好地理解股市的动力学特性。     

A novel rotation/scale invariant template matching algorithm using weighted adaptive lifting scheme transform

This paper presents a novel algorithm for detecting user-selected objects in given test images based on a new adaptive lifting scheme transform. Given an object as a template, we first select a set of coefficients as object features in the wavelet transform domain and then build an adaptive transform based on the selected features. The goal of the new adaptive transform is to vanish the selected features in the transform domain. After applying both non-adaptive and adaptive transforms to a given test image, the corresponding transform domain coefficients are compared for detecting the object of interest. In addition, the proposed detection algorithm is combined with the proper log-polar mapping model in the parametric template space to attain rotation/scale invariance property. Finally, we have verified the properties of our proposed algorithm with experimental results.     

十二加速度计实用配置方案与解耦算法研究

针对无陀螺惯性导航系统角速度解算精度不高,设计并制作了十二加速度计惯组实物模型。该方案充分利用了十二加速度计的输出信息,给出了这种配置下的2种不积分的角速度解算方法。对于加速度计间不可避免地存在的交叉耦合效应,给出了相应的解耦算法。实验结果表明:十二加速度计配置方案不积分算法有效抑制了由于积分带来的加速度计输出误差的累积,比九加速度计积分方案的角速度解算精度提高了1个数量级。解耦算法使加速度计的输出精度提高了1个数量级,有效地降低了加速度计间的交叉耦合效应。