基于小范围搜索的虹膜定位方法

提出一种提高虹膜定位速度的方法.虹膜定位分为内定位和外定位2个方面:在内定位方面,首先建立一种基于形态学腐蚀、膨胀的去噪方法,有效地抑制了眼睫毛的干扰,提高了采用灰度投影法进行瞳孔中心粗定位的精度,缩小了精定位的搜索范围.然后使用sobel算子获取边缘图像,并利用粗定位数据和实际经验值设计了有效去除边缘噪声的方法.最后运用本文提出的基于"小范围搜索"的方法对虹膜内边缘进行精定位;在外定位方面,利用虹膜内边缘定位数据及虹膜库的先验知识,在有效去噪的基础上,仍可采用小范围搜索的方法定位虹膜外边缘.实验结果表明,本文提出的虹膜定位算法可快速准确地定位出虹膜内外边缘,减少了Hough算法及一些现行算法搜索的盲目性,且具有一定的抗干扰能力.     

R-dPSO算法及其在ATO控制策略中的应用

城市轨道交通列车自动运行中,通过调整列车的5种工况序列解决含有安全、准点、准时、舒适度和能耗等指标的多目标优化问题。根据轨道交通列车自动运行过程中涉及的动力学公式建立ATO目标速度曲线的数学模型。提出一种随机驱动的全局粒子群优化算法（R-dPSO）,用12个基准函数测试了R-dPSO算法的有效性。进而,利用SPSO算法、XEPSO算法和R-dPSO算法解决上述多目标优化问题。实验表明,只有R-dPSO算法的优化结果满足ATO控制策略的各个指标要求。     

含交叉项的混合二范数粒子群优化算法

针对原始粒子群优化算法（PSO）在搜索过程中容易陷入局部最优点的问题,并尽量避免破坏种群多样性,提出一种含交叉项的混合二范数粒子群优化算法HTPSO。首先,利用二范数原理计算当前粒子与个体历史最优粒子间的欧氏距离;其次,将欧氏距离引入速度迭代公式以影响社交项对粒子速度的作用,并按照一定规律随机分布惯性权重;最后,在此基础上简化粒子群算法,并将差分进化（DE）算法中的交叉算子融入该算法中,使粒子能在一定概率下与个体历史最优粒子交叉。为了验证HTPSO的性能,与利用正弦函数改进惯性权重的粒子群优化算法（SinPSO）、自适应粒子群优化算法（SelPSO）、基于自适应惯性权重的均值粒子群优化算法（MAWPSO）和简化粒子群优化算法（SPSO）在不同维度下解决8个常用基准函数,并根据T-test、成功率和平均迭代次数分析了各算法的优化结果。实验结果表明,HTPSO具有较优秀的收敛能力,且粒子运动非常灵活。     

Buck电路求解方法的研究

滞回比较器是一种多用途的比较器,本文中选择它来控制Buck电路。利用滞回比较器的滞回特性控制Buck电路的输出在一个很小的范围内变化,从而保证了系统具有很高的稳定性。对受滞回比较器控制的Buck电路而言,其输出的求解方法有状态空间法、微分方程法以及拉普拉斯变换法等。本文所提出的算法是基于状态空间法的,并在其基础上引入一种等价无穷小的概念,从而化简了转移矩阵,避免了由于直接利用状态空间法解方程而带来的不便。通过Matlab编程以及PSPICE仿真,都有力地验证了本解法的有效性和正确性。     

基于改进粒子群的虹膜定位算法

提出了一种改进的粒子群优化算法（IPSO）来解决虹膜定位问题。该算法采用两种速度更新策略来增强种群多样性并提高算法自身的收敛速度,并提出一种变异操作以阻止IPSO陷入局部最优。对虹膜内进行边缘定位时,通过搜索6条直线与虹膜内边缘的交点来获得12个边缘点;另外建立了与这12个点有关的目标函数,并用IPSO来优化该函数。根据IPSO在该函数上的应用,找到一个最合适的圆来拟合虹膜内边缘。进行虹膜外定位时,设计了一个模板来提取虹膜外边界,然后从外边界中选择12个边缘点,并同样使用IPSO找到一个最合适的圆来拟合虹膜外边缘。为了验证基于改进粒子群优化算法的虹膜定位方法（ILA-IPSO）的性能,从中国科学院自动化研究所的数据库中选择了不同个体的108幅虹膜图像。实验结果表明,ILA-IPSO算法要好于其它两种方法,该算法利用最少的定位时间获得了最高的成功率。     

"数字信号处理"课程教学研究

为了帮助学生更便捷地学习"数字信号处理"课程,教师需要从前期材料搜集、中期授课、后期答疑等方面为学生做好服务工作.同时,学生应认真学习课程内容,多做习题,并虚心向教师请教.通过师生的共同努力,保证课程能顺利开展与完成.教师将思政元素悄然融入专业课程教学过程,此举为同类课程的教学研究提供有益借鉴.     

“数字信号处理”课程教学研究

“数字信号处理”课程介绍处理数字信号的技术,它们被广泛用于工程技术领域。为了帮助学生更便捷地学习课程,老师需要从前期材料搜集、中期授课、后期答疑等方面为学生做好服务工作。同时,学生应认真学习课程内容,多做习题,并虚心向老师请教。通过师生的共同努力,保证课程能顺利开展与完成。老师将思政元素悄然融入专业课程教学过程,为同类课程的教学研究提供有益借鉴。     

一种基于修正差分进化的虹膜定位算法

提出一种用于虹膜定位的差分进化算法(modified differential evolution,MDE).MDE和原始差分进化算法(differential evolution,DE)主要有3点不同:第一,MDE采用了基于混沌序列的尺度因子和基于均匀分布的交叉率,这有助于提高候选解的多样性;第二,MDE使用中心解来修正最差解的变异操作,这有助于提高候选解的质量;第三,MDE使用最好解来帮助受困解摆脱局部最优点.在搜索边缘前,两种有效的去噪方法被用来减少虹膜图像中噪声的影响.去噪后,再使用MDE和其他4种方法来进行虹膜定位.在中科院(Chinese Academy of Sciences Institute of Automation,CASIA)眼图数据库中选择200幅来自不同个体的虹膜图像来验证和比较MDE及其他4种方法的效率.实验结果表明,与其他4种方法相比,MDE使用更少的执行时间来定位瞳孔边缘和虹膜边缘.     

新颖的全局和声搜索算法在经济性调度中的应用

提出采用新颖的全局和声搜索算法来解决经济调度问题,并设计了一种新颖的处理系统约束的方法;介绍了经济调度问题数学模型、新颖的全局和声搜索算法实现过程及其应用方法。实验结果表明,采用新颖的全局和声搜索算法所获得的最优值要明显好于采用进化算法、粒子群算法所获得的最优值,新颖的全局和声搜索算法为解决经济性调度问题提供了一种新的解决方案。     

改进的粒子群算法在电力经济调度中的应用

电力系统经济调度(ELD)是一种多约束性和非线性的问题,提出使用改进粒子群优化算法IPSO来优化ELD问题。一方面,通过重组的方式改变粒子的运行方向和速度,提高种群多样性,防止算法早熟收敛。另一方面,提出一种凹函数模型的动态惯性权重ω,并对学习因子c1和c2加以改进,以提高算法的全局搜索能力。将改进的算法应用于8种ELD案例中进行仿真实验,并与其他三种算法进行对比。结果显示,对于8种案例,只有IPSO能全部搜索到最小的燃料成本值,并且IPSO体现出更优越的收敛性和稳定性,能跳出局部最优,因此IPSO是一种高效的解决ELD问题的方法。