基于递推技术的算法设计方法的应用研究

算法是计算机科学的核心,算法设计对于开发正确、高效的程序至关重要。基于递推技术的算法设计方法通过形式化推导保证算法的可靠性,同时能较好地提高算法程序的效率。本文通过两个实例,详细介绍基于递推技术的算法设计方法形式化推导算法程序的过程。     

ZigBee网络中孤岛节点快速处理算法研究

研究ZigBee网络孤岛节点的搜索和处理,快速减免孤岛节点提高网络资源利用率。针对节点间因配置或接口协议不统一而造成孤岛节点的出现,传统的基于广度搜索的处理方法需要逐一遍历所有节点从而搜索出孤岛节点,造成搜索效率不高、网络资源利用率较低的问题。为解决上述问题,提出了基于节点帧的孤岛节点处理方法。利用ZigBee网络树型结构的特点,只有父节点中可能存在孤岛节点,因此通过判断网络节点是否为父节点并将结果保存在节点帧中,根据节点帧找到网络中有限的父节点并从中监测出孤岛节点,避免了遍历所有网络节点而造成的搜索效率不高的问题。仿真结果表明,节点帧方法能够快速搜索出ZigBee网络中的孤岛节点并作减免处理,有效提高了网络资源的利用率。     

一种基于粗集理论的车地无线通信设备故障诊断方法*

针对车地无线通信设备故障诊断信息不一致的情况下进行故障的推理和诊断,提出了一种基于粗集理论的车地无线通信装备故障诊断方法。该方法从诊断决策支持系统定义出发,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合。通过故障诊断规则匹配,便可方便得出车地通信单元故障诊断结果,实例分析表明该方法具有较好诊断有效性。     

一种异网组合的远程无线控制系统

以单片机STC12C5A60S2和单片无线通信模块WISMO228、无线射频收发器nRF24L01为基础,采用远程无线通信和近距离无线局域网相结合的方法,设计并实现远程无线控制系统.系统使用手机进行远程控制,局域控制网络节点采用电源插头方式,可以“即插即用”、随意组合,应用领域较宽,性价比较高.     

一种基于FPGA实现的优化正交匹配追踪算法设计

针对压缩感知重构算法中正交匹配追踪(OMP)算法在每次迭代中不能选取最优原子问题,对OMP算法进行优化设计,保证了每次迭代的当前观测信号余量最小,并提出了一种基于FPGA实现的优化OMP算法硬件结构设计。在矩阵分解部分采用了修正乔列斯基(Cholesky)分解方法,回避开方运算,以减少计算延时,易于FPGA实现。整个系统采用并行计算、资源复用技术,在提高运算速度的同时减少资源利用。在Quartus II开发环境下对该设计进行了RTL级描述,并在FPGA仿真平台上进行仿真验证。仿真结果验证了设计的正确性。     

基于探索与利用平衡理论的灾变粒子群算法

基于算法只有适应优化问题的特性才能表现出优异性能的观点,在探索与利用平衡的理论框架下将灾变机制引入粒子群算法。在对灾变的强度和范围进行深入研究的基础上,提出4种控制灾变的方法,并通过多组正交实验研究最佳的灾变触发方式。通过实验分析得出如下结论：灾变对高维问题的作用有限;灾变强度控制在15%以下为宜;以种群多样性作为灾变的触发条件,能得到较好效果。以上述结论为基础提出自适应灾变粒子群算法,并通过与其他算法对比验证文中算法具有较好性能。     

k-best MIRA和动态k-best MIRA

MIRA(Margin Infused Relaxed Algorithm)是一种超保守算法,在分类、排序、回归等应用领域都取得不错成绩.文中在传统MIRA算法基础上进行改进,提出k-best MIRA(K-MIRA)与动态k-best MIRA(DK-MIRA)算法.这两种算法能够根据学习进程自动调整优化约束条件,从而提高算法的收敛速度与性能.将K-MIRA与DK-MIRA用于定义类问题回答中的句子排序任务,取得较为满意的实验结果.     

基于FPGA的室内智能吸尘平台设计与实现

采用FPGA、多种传感器和其他硬件协同工作的方法;在硬件的选型、仿真和组装,软件的设计、编程与调试等方面做了大量的实验。通过实验找到了软硬件中存在的问题并进行了改善。得到了一个具有遥控和自主吸尘功能、结构简单、成本低、能够智能躲避障碍物的基于FPGA的室内智能吸尘平台。     

双链量子遗传算法的收敛性分析

基于实数编码和目标函数梯度信息的双链量子遗传算法可增加种群的多样性、扩大解空间的搜索域、加速算法的进化进程、避免早熟收敛现象,但没有从理论上证明该算法的收敛性。为此,给出相应的定理,利用定理从理论上证明该算法的收敛性,通过仿真实例,论述量子编码和量子旋转门对算法收敛性和优化效率的影响。结果表明,该研究丰富和完善了双链量子遗传理论。     

砂轮地貌双目图像特征点提取和匹配研究

特征提取和匹配是双目视觉中的关键点和难点。对SIFT和Harris两种特征点提取算法应用于双目砂轮地貌图像的角点检测进行了研究,通过对SIFT特征采用欧式距离进行匹配,对Harris角点采用零均值归一化互相关算法(ZNCC)进行模板匹配,采用RANSAC算法剔除误匹配特征点对。实验结果表明,SIFT算法在双目砂轮地貌图像上应用较Harris算法效果理想。