一种求解TSP问题的演化算法

针对IGT算法在求解旅行商问题(TSP)中存在的求解规模较小、求解成功概率较低等问题,通过改进原有映射算子及Inver-over算子并引入求异算子,提出一种新的求解TSP问题的演化算法。方差对比及T-test结果表明,与IGT算法相比,该算法可以求得概率较高的最优解,且稳定性也更好。     

基于混合交叉因子的蚁群聚类优化

为解决蚁群聚类易陷入局部最优问题,综合分析了仿生智能聚类的特点,提出了一种混合交叉因子的蚁群聚类方法。该算法采用结合分阶段调整策略和启发式多点交叉策略的混合交叉因子,其中分阶段调整策略动态调整交叉点规模,显著降低交叉操作的无效性概率;启发式策略建立在适应度的基础上能有效地保留父代优秀基因。同时引用随机变异因子,进一步减少陷入局部优化的可能性。结合实例对算法进行了分析,结果表明了该算法在鲁棒性和聚类效果上都有所提高。     

基于形态学方法的虹膜快速定位算法

为提高虹膜的定位速度,提出一种粗定位与精定位相结合的虹膜快速定位算法。首先,利用阈值对人眼图像进行分割提取瞳孔,对二值化瞳孔区域进行形态学开运算去除瞳孔区域外睫毛等噪声点;然后选用一系列半径递增的结构元素对瞳孔区域进行形态学腐蚀操作,根据腐蚀结果粗略定位虹膜内边缘;最后利用圆梯度算子对虹膜内外边缘进行精确定位。对CASIA（version 1.0）虹膜数据库中100多幅虹膜图像进行定位实验,文中算法平均耗费时间为1.22秒,圆梯度算子耗时10.8秒,Hough变换方法耗时15.7秒。定位结果表明,文中算法对不同质量的虹膜图像定位速度快,精度高,鲁棒性强。     

具有时变需求的配送型多级库存优化研究

考虑到战术仓库的需求率具有时变性的特点,应用供应链管理的思想研究了一个战役仓库、多个战术仓库组成的配送型多级库存优化问题,建立了战役仓库采用等量订货策略,战术仓库分别采用等间隔、等量订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性.实例表明：战役仓库采用等量订货策略,战术仓库采用等间隔订货策略时总费用最低.     

灰色预测中缓冲算子的组合性质及应用

通过研究同性缓冲算子作用样本数据序列所得灰色预测模型的预测精度问题, 发现同类缓冲算子对于相同样本数据序列的预测值一致, 对于具体预测问题, 某个缓冲算子在此类问题中有效, 用到另一类问题上可能失效. 为此, 提出一种同性缓冲算子的组合方法, 通过对同性缓冲算子的有效组合可以得到一种新的缓冲算子, 该缓冲算子不但能够提高模型的预测精度, 而且可以扩大缓冲算子的适用范围. 实例验证表明, 所提出的组合方法是有价值的.

     

一种融合Hough变换和ASM定位瞳孔中心点方法

特征点的准确定位是机器视觉和模式识别的关键技术之一.主动形状模型(ASM)是一种传统的图像特征点定位算法,具有较高的精确性和鲁棒性.为了提高ASM人脸瞳孔特征点定位的精确度,提出了使用Hough变换方法来改进瞳孔特征点的定位.通过ASM算法,初步定位出瞳孔特征点,并使用Sobel算子对图像进行边缘检测,然后在人眼位置选择一个合适的窗口使用Hough圆检测,找出精确瞳孔点相对于ASM初步定位瞳孔点的偏移量.在实验室采集的人脸图像上的对比实验表明,该方法能够显著的改善ASM人眼瞳孔特征点定位准确性.由于使用了初定位进行了搜索范围的限制,计算量也得到了有效的控制.     

一种日志采集统计系统的设计与实现

日志采集系统是所有数据的源头,日志采集的重要性不言而喻.基于各种日志采集框架的优缺点,提出了一种基于Log4j和Zookeeper的日志采集技术,提供了方便、快捷、实用的日志采集及统计的解决方案.     

预条件的平方Smith法求解大型Sylvester矩阵方程

提出了一种预条件的平方Smith算法求解大型连续Sylvester矩阵方程,该算法利用交替方向隐式迭代(ADI)来构造预条件算子,将原方程转换为非对称Stein方程,并在Krylov子空间中应用平方Smith法迭代产生低秩逼近解。数值实验表明,与已知的Jacobi迭代法等算法相比,该算法有更好的迭代效率和收敛精度。     

抗噪Roberts算子边沿检测器

图像边缘检测是图像分割、目标识别、区域形态提取等图像分析技术的基础。边沿检测的软件实现有很多方法,但其一般无法保证在低成本计算平台上的实时性。因此文中基于形态学滤波和Roberts边沿检测算法提出一组数字电路,用以实现低成本、实时图像边沿检测器。文中还对比了Roberts算子的Matlab上实现和硬件实现的实际效果,发现实际硬件的边沿检测精度更高,噪声更多,必须采用去噪电路。该检测器消耗ALTERA-EP4CE115中2139个逻辑单元,每秒可处理30帧分辨率为640*480的RGB图像。     

基于八方向Sobel算子的边缘检测算法

针对传统图像边缘检测方法检测效果不理想的问题,提出一种基于八方向Sobel算子的边缘检测算法。采用0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5° 8个方向的模板进行检测,能较好地检测出不同方向的边缘。在检测过程中,考虑到邻域内像素到中心像素距离不同,对中心像素的贡献不同,算法 根据该像素到中心像素欧氏距离对邻域内像素进行加权,使得距中心像素越近,其权值越大。实验表明,算法检测出的图像边缘较为完整,轮廓线清晰且连续性较好。