MPCC:一种用于Ad Hoc网络多径路由的优化拥塞控制算法

基于Ad hoc网络中信息流之间的竞争特点,引入了链路干扰集的概念,并将描述Internet中多径路由拥塞控制问题的多径效用最大化问题推广到Ad hoc网络中. 由于多径效用最大化问题中的目标函数对路径速率而言不是严格凹的,所以运用罚函数法将此最大化问题转化成新的等价形式,再运用次梯度法获得了原问题的最优解,由此提出了用于Ad hoc网络的多径路由优化拥塞控制算法MPCC. 链路和源节点能独立平行地执行该算法. 仿真结果表明,MPCC能快速收敛到最优解,对网络状态的变化具有较好的自适应能力,所获得网络性能比TCP-Reno的AIMD算法要优越,因此适用于实际Ad h oc网络.     

基于控制系数的交通信号动态配时研究

为缓解城市路口处的交通拥挤状况,针对路口多相位交通流建立一种实时动态模型,提出一种基于控制系数的交通信号配时方法。用随机的交通流数据模拟路口各个车道上监测到的车辆数目,在以各个相位对应车道上的车辆数目按照比例分配相位时间的基础上,提出车辆资源竞争公平性问题,引入控制系数,以最大通行能力为路口模型控制性能指标,进行周期信号灯配时的仿真。仿真结果表明,此方法比定时控制方法提高了1.7%的通行率,对于路口的信号控制是行之有效的。     

基于OTT策略的组合测试用例优先级排序方法

在组合测试用例优先级排序问题中,通常采用组合覆盖率为排序标准,该方法能够尽快满足覆盖率的要求,但其排序影响因子较为单一,缺陷检测能力不稳定。针对此问题,该文结合One-Test-at-a-Time（OTT）策略提出了一种在线调整的组合测试用例优先级排序方法,引入多重待覆盖率、测试用例失效率和测试用例重要程度3个影响因子用于衡量组合测试用例优先级。根据测试用例的在线测试反馈信息,该方法能够实时调整组合测试用例的优先级,增加了优先级排序的准确性。实验结果表明,相较于original、基于单一覆盖和多重覆盖的组合测试优先级排序方法,该方法在缺陷检测能力和稳定性上具有更强的竞争力。     

基于背景感知的显著性目标检测算法

在显著性目标检测算法中,流形排序的检测方法存在先验背景假设和目标检测不完整的问题.针对该问题,在流形排序算法基础上,融入背景鉴别、BING特征估计和权重调整,提出了一种基于背景感知的显著性目标检测算法.首先,通过计算颜色聚类后的边界区域的综合差异度,得到真实背景种子点,从而感知到真实背景区域;再结合图像的BING特征与初始显著图信息,获取目标位置,从而得到完整的前景种子点区域;然后重构前景区域的图模型且利用加权k-壳分解法,来调整前景区域节点之间的连接权重,进而获得清晰的目标边界.实验结果表明,同当前经典的一些算法比较,本文算法在准确率、召回率、F-measure和平均MAE上都优于其余算法.     

单交叉路口交通灯实时配时算法的研究

研究了城市道路交通信号实时控制系统的问题,重点论述了单交叉路口交通信号灯控制(点控制)模型的实时配时算法.根据城市交通流分布规律,设计出流量序列生成算法来模拟实时交通流;通过建立信号灯动态模型从而获得最佳周期长度和有效绿灯时间,然后采用模糊控制算法对信号灯配时方案进行实时的动态优化调整,并建立基于排队的车辆延误模型来对模糊控制算法进行评价.计算机模拟仿真的结果表明所设计实时配时方案比定时配时方案有显著的改善.     

基于控制系数的交通信号动态配时研究

为缓解城市路口处的交通拥挤状况,针对路口多相位交通流建立一种实时动态模型,提出一种基于控制系数的交通信号配时方法。用随机的交通流数据模拟路口各个车道上监测到的车辆数目,在以各个相位对应车道上的车辆数目按照比例分配相位时间的基础上,提出车辆资源竞争公平性问题,引入控制系数,以最大通行能力为路口模型控制性能指标,进行周期信号灯配时的仿真。仿真结果表明,此方法比定时控制方法提高了1.7%的通行率,对于路口的信号控制是行之有效的。     

基于特征残差的色织物瑕疵检测

为解决自动织物瑕疵检测算法中,未知花色织物瑕疵检测困难的问题,提出了一种基于特征残差的色织物瑕疵检测方法.首先使用瑕疵织物图像与模板织物图像的瑕疵残差和正常无标注织物图像进行融合,生成新花色瑕疵织物样本;然后改进特征提取网络采用共享权值方法,对瑕疵织物和模板织物提取特征后计算得到特征残差;最后使用ROIAlign方法将全局上下文信息缩放到和感兴趣区域统一大小后进行特征融合,对融合特征进行瑕疵分类和位置回归.实验针对不包含未知花色和包含未知花色的不同测试集分别进行算法测试实验,结果表明改进后的算法能够较好地消除织物花色对检测结果的影响,在不包含未知花色的测试集中精度得到了较大的提升,在包含未知花色的测试集中,瑕疵检测效果依旧保持不错的精度,相较于改进前的通用算法,最终score分别提升了15.4％和16.2％.     

距离漂移误差抑制获取Gm-APD激光雷达高精度三维像

由于Gm-APD存在第一光子偏移效应，Gm-APD激光雷达存在距离漂移误差，并引起距离像的畸变。提出了两种抑制距离漂移误差的方法，并完成了实验验证。利用信号复原算法从光子计数分布图中复原了信号光电子数分布图。第一种方法采用双高斯函数对光电子数分布图进行拟合，并利用峰值位置计算距离。第二种方法采用质心算法对光电子数分布图进行加权计算并获取距离。采用6 ns脉冲宽度的激光，利用两种方法都获取了目标的高精度距离—强度三维融合像。两种方法的强度测量相对精度都小于3%。信号复原&双高斯拟合寻峰法的测距精度为1.2 cm。信号复原&质心算法的测距精度为0.6 cm。     

基于联想竞争神经网络的静态织物疵点识别研究

在竞争神经网络的模型基础上,提出了一种新的联想竞争神经网络模型,并利用新的网络模型对织物疵点进行检测.实验结果表明,基于联想记忆的竞争神经网络模型算法, 具有较快的收敛速度并有较好的识别效果.     

基于改进YOLOv2网络的遗留物检测算法

为了提高在复杂环境下检测遗留物体的准确度和实时性,提出了一种基于改进YOLOv2网络的遗留物检测算法。该算法在YOLOv2网络结构基础上结合残差网络,将浅层和深层特征多次融合,在基本不增加原有模型计算量和时间的情况下,提高了监控画面中检测小体积遗留物体的性能;同时以YOLOv2目标检测为基础,排除驻留行人和动物等非物体目标的干扰,并对目标筛选得到的可疑目标跟踪计时,停留时间超过阈值的目标标记为遗留物。以PETS2006和i-LIDS作为数据集进行实验,结果表明:该算法在提高遗留物检测准确度的同时缩短了处理时间,对人流密集的复杂环境抗干扰能力强。