采用形态神经网络背景自适应预测的图像弱小目标检测*

提出一种有效的背景杂波预测形态神经网络模型,用于检测图像数据中的弱小目标.目标被假设为只有很小的空域扩展度,而且淹没于强背景杂波干扰中.通过形态神经网络,杂波背景被准确地估计并从输入数据中去除,只剩下残留噪声和目标信号.采用扩展输入层数据的办法修正了传统的形态开、闭运算三层前馈BP网络模型.为了跟踪包含不同子结构的复杂背景,原始图像被划分为多个子块,并在相应的子块中选择训练样本对结构元进行优化.对真实图像数据的计算机仿真表明该算法在性能上优于其他传统算法.     

基于自动选取最佳阈值的X光图像快速分割方法*

为实现对数字X光图像进行快速分割,提出一种针对直方图的包络特征进行处理的新方法.该方法采用分水岭算法对数字X光图像的直方图一维信号进行处理.首先计算出图像的直方图,然后对直方图进行形态学滤波,提取出直方图的包络.在此基础上对直方图的包络采用分水岭算法自动提取出最佳阈值.用提取出的阈值进行基于阈值的初步分割,然后进一步采用基于标记的分水岭算法对初步分割的二值图像作进一步分割.通过实验表明,采用该方法可以有效地分割大幅X光图像.     

AODV的本地修复算法*

提出了一种新的路由本地修复算法,将修复尽量限制在断链的局部范围内,减少了修复时间和降低路由维护的开销, 且不用考虑失效链路在整个路由上的相对位置,均可对其进行修复,提高了处理失效链路的能力,有利于提高网络的可扩展性.仿真表明,这种新的路由本地修复算法明显地提高了网络多方面的性能.     

置换DCT域中频系数的盲水印嵌入算法研究*

介绍了一种基于离散余弦变换域(DCT)中频系数置换的盲水印算法,用该算法对数字水印进行了自适应嵌入方法研究.该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法;解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题.该算法使用人类视觉模型对水印图像进行自适应嵌入,使嵌入的数字水印从根本上不可逆.实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性.     

蚁群算法用于TSP的并行策略及模型*

蚁群算法是一种元启发式算法,其经典应用是解决旅行商问题。该算法有着先天的并行特性。介绍了该算法的两种并行实现策略,给出了蚁群算法的并行实现模型,分析了该算法并行实现需要解决的问题。     

基于有向同步交互图的类族测试用例生成算法*

根据类对象之间的消息通信产生的同步消息、消息传递以及消息等待的交互特征,设计了一种有向同步交互图(DSIG)模型,提出了类继承的同步交互路径(SIAPaths)测试用例生成方法,给出了自动生成同步交互路径的算法.同时,提出了同步交互序列测试充分性准则,并从基本交互路径序列和基本交互消息序列的测试覆盖率两方面阐述了测试的可行性.     

一种基于分布约简的规则获取方法*

基于决策表分布约简定义规则的分布核与分布约简概念,提出一种基于分布约简的规则获取方法.首先确定条件类的分布核,进而采用启发式算法计算其分布约简,挖掘出最简产生式规则.该方法能适应决策表的不一致情形,且运用此方法所提取的规则集能够保持与原信息系统一致.     

CMS环境下基于智能优化算法的单元间布局问题研究*

研究了单元制造系统(CMS)设计中单元间布局设计问题,从单元制造系统的实际出发,提出了一种基于割树(Slicing-tree)的单元间布局设计模型.该模型考虑了单元形状约束、单元I/O点位置优化等诸因素对布局结果的影响.针对基于割树的描述形式,采用遗传算法求解,提出了一种新的割树编码方案,克服了以往编码方案易产生非法子串、不能覆盖整个解空间以及实现困难等缺点.计算结果表明,该算法是有效的、可行的.     

复杂工作流模式的重构研究*

通过分析在实际工作流中易出现的复杂模式,探究了以往文献中的重构算法不能处理这些模式的原因.通过对算法进行修正,使该算法能够对复杂模式进行有效处理.通过实验证明,改进后的算法仍能保持良好的性能,适用性较强.     

一种基于混合决策树的调度知识获取算法*

提出了一种基于混合决策树的调度知识获取算法。将模拟退火算法融入遗传算法中,作为一种具有自适应变概率的变异操作,构成一种混合优化方法。利用这种混合方法求解在不同调度目标下制造系统的最优特征子集,同时确定控制决策树规模的最优参数;使用决策树评价混合方法中染色体编码的适应度,在得到不同调度目标下的最优特征子集和最优决策树参数后,生成调度知识。仿真实验结果表明,该算法在性能上优于其他算法。