多站虚拟量测变换均值无源定位算法

在多站无源均值定位算法中,为了解决部分传感器间夹角过大或过小所导致的定位精度下降问题,提出一种基于虚拟量测变换的多传感器管理无源定位算法.首先在全局坐标系下分析了传感器间夹角对误差几何稀释度(GDOP)的影响,进而得到双站获得较好定位精度的夹角约束关系;其次针对不满足该约束关系的传感器组合提出一种虚拟量测变换定位算法,通过空间管理的方法达到对传感器的优化布站,并结合算法的实施步骤对其原理及特点进行了理论分析,尤其对变换前后的交点精度进行了比较.仿真结果表明虚拟量测算法的定位精度要明显优于均值算法,进而说明该算法的有效性及传感器管理在多站无源定位中的重要作用.     

一种基于小波变换的脉搏波速度测量方法

动脉脉搏波速度变化是动脉血管病变的指示剂,因此脉搏波速度的检测对血管疾病的预防和治疗有很大的帮助作用.脉搏波中夹杂的各种噪声干扰会影响测量结果精度.利用小波变换可以去除脉搏波中的各种干扰,实现波形的平滑重构,为提高测量精度打下基础.脉搏波波速的测量精度在很大程度上取决于波速参考点的提取,首次采用二次差分峰值点作为波速参考点,提高了测量精度.临床实验证明,新方法能够有效地分析出脉搏波速度,有助于动脉血管弹性程度的辅助诊断.     

基于IGD+指标的两阶段选择高维多目标进化算法

针对在高维空间下多目标进化算法难以维持种群收敛性和多样性平衡的问题, 本文提出一个基于IGD+指标的两阶段选择高维多目标进化算法(MaOEA–ITS). 在第1阶段, 算法基于IGD+指标选择收敛性良好的精英个体, 其所需的参考点通过引入切割平面截距法构建. 在第2阶段, MaOEA–ITS使用模糊c均值算法对参考向量进行聚类, 聚类后的参考向量引导种群分解策略对剩余个体进行环境选择, 从而维持种群的多样性. 另外, 为了保护能够提高种群多样性的极值解, 本文提出一个参考点分布自适应策略. 最后, 通过仿真实验来验证MaOEA–ITS的有效性和优越性.     

参考点自适应调整下评价指标驱动的高维多目标进化算法

在具有不同Pareto前沿形状的优化问题上, 基于参考点的高维多目标进化算法表现出较差的通用性. 为了解决这个问题, 提出参考点自适应调整下评价指标驱动的高维多目标进化算法(Many-objective evolutionary algorithm driven by evaluation indicator under adaptive reference point adjustment, MaOEA-IAR). MaOEA-IAR提出Pareto前沿形状监测基础上的参考点自适应策略, 利用该策略选择一组候选解作为初始参考点; 然后通过曲线参数对参考点位置进行调整; 将最终得到的能够适应不同Pareto前沿的参考点用于计算增强的反世代距离指标, 基于指标值设计适应度函数作为选择标准. 实验证明提出的算法在处理各种Pareto前沿形状的优化问题时能获得较好的性能, 算法通用性高.     

改进的多尺度形状模板匹配算法

针对形状模板匹配算法在目标发生尺度变化时匹配效率低的问题,提出一种改进的多尺度形状模板匹配算法。离线过程中,针对参考点和多尺度模板与目标的匹配不适应情况,提出一种新的参考点选取方法;在线过程中,采用一种优先匹配策略,确定该尺度层存在最佳模板的期望值,并依此判断该尺度层模板参与匹配的必要性;基于选取的最优参考点和优先匹配策略实现目标的高效匹配。实验结果显示,与经典算法相比,所提算法的平均匹配时间分别为NCC算法、SSDA算法的0.81%、2.25%;且当目标发生平移、旋转和尺度等复杂变化时,依然可以实现目标的精确匹配。     

基于参考点和投票规则的多目标粒子群优化群体决策

针对巨量可选方案的群体决策问题,提出了一个新的基于参考点和投票规则的多目标粒子群优化算法。该算法把个体与参考点的支配关系或者距离作为一个重要因素,在选择引导者的锦标赛方法,局部最优更新规则,以及外部种群档案剪枝规则中都嵌入了基于支配关系或距离因素的投票规则,以找到群体决策解,并且提高搜索效率。仿真结果表明该算法有效。     

基于云计算平台的动态增量密度算法研究

针对传统密度聚类算法处理海量数据时间复杂度高且不适合处理动态数据等问题,提出一种利用参考点和MapReduce模型进行动态增量聚类的密度算法。其创新点在于,该算法实现了一种能够处理海量动态数据的聚类算法,保证了增量聚类与重新聚类结果的一致性,并具有可扩展性的特点。实验结果证明:该算法降低了参数敏感性,提高了密度算法的聚类效率和资源利用率,适合大数据分析。     

一种新的全局指纹图像参考点检测算法

提出了一种全局指纹图像参考点检测算法,首先计算指纹的下曲率值,然后建立一个参考点检测模型,利用下曲率最大的优化方法确定参考点。还提出了一种估计参考点的算法,当参考点在图像的外面时,算法可以估计出参考点的位置。实验结果显示,算法不仅精度比传统的PI算法高,而且也比PI稳健,可以检测出拱形指纹的参考点,而PI算法则不能。     

电力短期负荷时间序列混沌相空间重构参数优选法

采用混沌相空间重构方法进行电力短期负荷预测时,负荷时间序列的延迟时间τ、嵌入维数m以及预测参考点的选取对预测效果有很大的影响。该文通过电力短期负荷重构吸引子的形状和自相关函数确定电力短期负荷时间序列的最佳嵌入时间窗Γ;根据电力短期负荷的m、τ与Γ的函数关系确定m、τ的多组最佳匹配,证明了m、τ的最佳匹配对于负荷伸缩和平移的不变性;提出了选择预测参考点的适用而有效的方法,该方法分为粗搜索和细搜索2个过程,粗搜索主要根据距离选出一定数量的邻近点,细搜索主要根据相点演化的相关性排除“伪邻近点”。实际电网负荷预测的仿真结果验证了提出的电力短期负荷时间序列相空间重构参数优选法的正确性与有效性。     

利用VC++编辑ASF文件实现多媒体间的同步

文中旨在通过编辑ASF文件实现多媒体间的同步.所采用的方法是在深入解析ASF文件内部结构的基础上,利用Visual C++6.0为开发工具,完成一个针对ASF文件的编辑工具的开发,并利用此工具编辑已有的ASF文件,向其中添加脚本命令对象并利用其实现流媒体与其它媒体间的同步.经过实践证明此方法是一种有效可行的多媒体间的同步实现方法.较之其它的多媒体间同步方法,这种方法实现的同步更为精确,操作更为简便,而且这种同步方法实现的是流媒体文件与其它媒体间的同步,为流媒体的应用给出了一个创新方式.