一种基于预测的改进的三步搜索算法

基于对运动矢量分布的中心偏向特性研究,结合零运动预判断,提出了一个基于预测的改进的三步搜索算法(PBITSS),有效地提高了运动估计搜索速度并保持较高的搜索精度.实验结果显示,与三步搜索算法(TSS)相比,图像质量和搜索速度都得到了提高,综合性能高于TSS算法.     

基于小波变换多尺度Harris角点检测算法

提出一种新的基于小波变换的Harris多尺度角点检测算法,可以在不同的尺度下获取角点,克服了单一尺度的Harris角点检测算法可能存在的角点信息丢失和易受噪声影响而检测出伪角点等缺点,测试实验表明,与传统Harris角点检测方法比较,本方法有角点检测率高,不易受噪声影响,检测到的角点具有较高的重复率等优点.     

基于三次样条插值的支持向量机研究

在传统支持向量机的分类求解算法中,严格凸的无约束最优化问题中单变量函数X+是不可微的,三次样条插值多项式光滑的支持向量机模型采用的是一种多项式光滑技术,使用三次样条插值二次多项式来逼近单变量函数O+,将原始非光滑的支持向量机模型转化为光滑模型,从而可以使用最常用的最优化的算法进行求解,给出了使用三次样条插值方法来光滑单变量函数的具体推导过程.使用UCI机器学习数据集中的数据,通过实验验证了该模型的有效性.     

基于稀疏化的快速扩展信息滤波SLAM算法

随着SLAM技术的不断发展,计算效率已经成为制约SLAM发展的主要因素.所提出的算法从稀疏化的角度对扩展信息滤波SLAM算法进行改进.根据信息矩阵几乎稀疏的特点,该算法在合理稀疏化信息矩阵的同时利用环闭合检测技术,不仅大大提高了算法的计算效率,而且所得到的估计结果也很精确.通过仿真对信息矩阵稀疏化、算法效率、重定位以及误差和协方差四个关键问题进行了分析.分别就室内具有摄像头的两轮机器人和室外具有激光雷达的四轮机器人的情况进行了实验讨论.仿真与实验结果表明了所提算法的有效性.     

影响最大化问题中基于K-truss的投票改进算法

在社交网络的影响最大化（IM）问题中,近似算法通过大量的Monte-Carlo模拟计算节点集的影响范围,导致时间复杂度提高,而多数启发式算法在具有不同拓扑结构的图上存在稳定性较差的问题。提出基于K-truss的改进投票算法TrussVote。在投票阶段,通过引入K-truss的相关理论及算法定义节点的有效投票能力,用于表示节点对其不同邻居的投票倾向,同时在计算得票分数时考虑边的传播概率,提高解决IM问题的效率。在每轮投票结束后,将得票分数最高的节点选为种子节点。在更新阶段,结合节点间的相似性指标定义衰减因子,以有效区分邻居节点投票能力的弱化程度。此外,基于IC模型下的原始传播结果,提出传播差异作为传播范围的等价分析指标。在不同规模真实网络数据集上的实验结果表明,相比RNR、VoteRank++等算法,该算法不仅能有效降低时间复杂度,而且可在最短的时间内感染更多的节点,具有广泛的影响范围。     

移动机器人编队自修复的切换拓扑控制

针对机器人缺失后的移动机器人编队自修复问题, 构建了结合切换拓扑和交互动力模型的移动机器人编队模型, 通过分析机器人缺失后的拓扑变化情况, 提出了网络切换拓扑控制, 该算法利用递归实现自修复, 并且是收敛的. 通过设计相应的分布式算法, 本文将拓扑控制转化为基于局部交互的递归自修复个体控制, 证明了编队自修复个体控制的稳定性. 最后针对编队任务, 通过仿真验证了切换拓扑控制的有效性, 和其他方法比较具有低恢复时间和低功率消耗的优点.     

Biswapped网络(BSN)的拓扑性质研究:点对称性和极大容错性

Biswapped网络(BSN)是一类两层结构的互连网络,它以任意图为模块且模块间采用一种完全两部图方式互连.BSN的互连形式与OTIS网络(即Swapped网络)类似但互连规则更一致,使得BSN展现出更好的性能.文中主要研究BSN的点传递性和容错性能.首先证明BSN能继承因子网络的点传递性质,为BSN上的分析和算法简单性找到理论依据.其次,通过直接构造网络中两点间最大数目的点不相交路径证明以任意连通图为因子网络的BSN是一致极大容错的.这些结果表明BSN既能继承因子网络的理想性能还展现某些好的新特性.最后,通过与OTIS网络、卡式积网络等层次类网络比较表明,BSN提供了一种构建可扩展性、模块化、容错性的大规模并行计算机系统的潜在有竞争力的体系结构形式.     

机器人足球赛中基于增强学习的任务分工

本文研究了机器人足球赛中利用增强学习进行角色分工的问题,通过仿真试验 和理论分析,指出文［1］中采取无限作用范围衰减奖励优化模型(infinite horizon disc ou nted model)的Q学习算法对该任务不合适,并用平均奖励模型(average reward model)对 算法进行了改进,实验表明改进后学习的收敛速度以及系统的性能都提高了近一倍．     

面向上下文无关语言的测试工具的设计和实现

软件测试是软件开发生命周期的重要组成部分,也是目前和今后相当长一段时间内保证软件质量和可靠性的主要手段,首先以两个已经实现了的分别面向VB和C/C 语言的计算机辅助软件测试工具为基础,将该系列测试工具的系统结构推广至适用于任何一种上下文无关语言。而该系列测试式工具高度的模块可重用性特征为这种推广提供了必要的基础。为实现这种高度的模块可重用性特征。从各个角度论述了增强该特征的设计,提出了基于块的程序划分机制。这种机制从根本上保证了对多种上下文无关语言的测试语义的一致性,最后,还给出了两个不同语言写就的实例的运行结果,以说明这种一致性。     

基于视觉的水下管线识别与定位系统

论述了在水环境下如何通过视觉识别管线并给以精确的定位。提出了水下视觉系统的总体设计方案。在识别目标时,以目标的颜色为特征,并将颜色从ＲＧＢ窨转换到ＨＳＩ空间,使图象处理的速度和特征抽取的鲁棒性得到提高。对水下环境中点和线的精确定位进行了详细的分析,给出定位算法。最后的实验结果证明了算法的有效性。