Incorporating mutation scheme into krill herd algorithm for global numerical optimization

Recently, Gandomi and Alavi proposed a robust meta-heuristic optimization algorithm, called Krill Herd (KH), for global optimization. To improve the performance of the KH algorithm, harmony search (HS) is applied to mutate between krill during the process of krill updating instead of physical diffusion used in KH. A novel hybrid meta-heuristic optimization approach HS/KH is proposed to solve global numerical optimization problem. HS/KH combines the exploration of harmony search (HS) with the exploitation of KH effectively, and hence, it can generate the promising candidate solutions. The detailed implementation procedure for this improved meta-heuristic method is also described. Fourteen standard benchmark functions are applied to verify the effects of these improvements, and it is demonstrated that, in most cases, the performance of this hybrid meta-heuristic method (HS/KH) is superior to, or at least highly competitive with, the standard KH and other population-based optimization methods, such as ACO, BBO, DE, ES, GA, HS, KH, PSO, and SGA. The effect of the HS/FA parameters is also analyzed.     

Holographic algorithms on bases of rank 2

An essential problem in the design of holographic algorithms is to decide whether the required signatures can be realized under a suitable basis transformation (SRP). For holographic algorithms with matchgates on domain size 2, , ,  and  have built a systematical theory. In this paper, we reduce SRP on domain size k≥3$k\ge 3$ to SRP on domain size 2 for holographic algorithms with matchgates on bases of rank 2. Furthermore, we generalize the collapse theorem of [3] to domain size k≥3$k\ge 3$.     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

基于Struts框架的通用仓库管理信息系统设计

系统采用MVC开发模式．通过采用Struts框架B／S结构,实现了前台程序与后台业务逻辑操作的彻底分离,从而简化了基于MVC的Web应用程序的开发。本系统在设计过程中主要围绕着两个核心功能：前台接待管理和后台仓库管理．重点研究解决的问题是实现仓库信息管理的通用性和系统流程的一体化。     

基于群体智能的多机器人任务分配

针对具有松散和紧密耦合型任务的大规模多机器人系统,研究了基于群体智能的任务分配方法。系统采用层次结构,高层用蚁群算法实现松散耦合型任务分配的寻优,提出逆转分配思想让蚂蚁代表任务,为每个任务选择任务的承担者。底层分别提出了基于蚁群、粒子群蚁群和量子蚁群实现机器人联盟的形成——产生紧耦合型任务解,并进行仿真。仿真结果表明,基本蚁群算法得到的解质量最差;粒子群蚁群算法得到的分配解最好,但是运算时间最长;量子蚁群算法得到的解稍次于粒子群蚁群算法,但分配时间比另两种算法减少了一半。因此,在大规模的多机器人任务分配中,量子蚁群算法具有更强的适用性。     

实用高效的垃圾邮件过滤算法

为了提高电子邮件中垃圾邮件的过滤准确率和效率,以朴素贝叶斯算法和K最近邻（KNN：K-Nearest Neighbors）算法为基础,对传统垃圾邮件过滤算法进行改进,给出邮件的合法属性和非法属性的概念,并提出一种新的分类算法——基于邮件合法属性和非法属性的分类算法（SEASF：Simple and Efficient Algorithm to Spam Filter based on legitimate attribute and nonlicet attribute）。SEASF计算复杂度较低,可适用于大规模场合及邮件的在线过滤。将SEASF算法应用于垃圾邮件过滤的结果表明,该算法可大幅度提高分类精度,分类速度也令人满意。     

基于置信区间进行POS机异常检测算法的设计

为保证校园卡数据一致性,设计了一种基于置信区间的POS机流水异常检测算法。利用此算法可以得知POS机流水上传功能的运行情况,能及时发现流水未及时上传的POS机并发出预警,从而确保消费者消费金额及时扣除,商户收入及时入账,有效避免账务不平、流水丢失等问题发生,对于校园卡系统的稳定运行,对于维护消费者和商户的利益具有十分重要的意义。随着消费数据的累积,及时对算法进行修正,POS机异常的判断准确率会有较大提升。     

一种基于深度学习的视网膜病变图像识别方法

为解决医学上糖尿病性视网膜病变图像人工识别困难、精度差等问题,提出一种基于多特征融合的卷积神经网络识别方法。在VGG-16模型的基础上,通过融合每层网络上的局部特征,增强模型的特征提取能力。选用Softmax分类器,使病变图像识别更加准确。使用OpenCV图像处理工具采用加噪、上下左右不同角度翻转、调节对比度等5种方式扩充训练集。实验结果表明,基于多特征融合的深度学习框架图像识别系统在数据集上的平均识别精度达到94.23%,相较于Alex-Net、Google-Net、Compact-Net、ResNet-101等模型分别提高了10.56%、7.80%、6.01%、0.02%,验证了该方法的有效性。该模型具有很好的鲁棒性。     

车载超短波电台维修检测系统的设计与实现

针对某新型车载超短波电台原理结构复杂、自检虚警率高、故障定位困难等问题,综合采用嵌入式技术、数据库软件、电路智能检测等技术,以车载超短波电台维修检测主机+模件测试夹具的架构构建硬件平台,研制开发车载超短波电台维修检测系统;该系统能够实现对车载超短波电台整机频率误差、输出功率、接收灵敏度等参数及电台内部模件性能指标的自动化测试,测试结果与标准特征值比对,实现电台整机技术状态评估和模件级故障定位,实现电台维修信息的实时存储与查询,从而解决陆军部队车载超短波电台维修检测手段不足、维修保障困难等实际问题。     

电动机维修应用研究

电机维修是保证电机长期运行或使电机二次利用的最佳途径。通常电机修理是采用与技术参数相对应的方法对电机再次修理，而修理后的电机参数基本没变，在原有的运行环境和条件下，很容易再次出现问题，文中根据电机的工作原理，从电机发生故障的内因分析，找出主要故障原因，进行“增容”、“补偿”改进修理，达到电机再生适应原环境和运行条件。