最大熵和条件随机场模型相融合的藏文人名识别

藏文人名识别是藏文信息处理领域研究的难点之一,其识别效果直接影响到藏文自动分词的精度和相关应用系统的性能,包括藏汉翻译、藏文信息检索、文本分类等。该文在分析藏文人名构成规律和特点的基础上,提出了一种最大熵和条件随机场相融合的藏文人名识别方法。实验表明,该方法可以获取较好的识别效果,在我们的测试集上F-测度值到达了93.08%。     

基于多通道分离整合的多尺度单幅图像去雨算法

由于密度不同的雨对图像造成的遮挡不同,图像去雨一直都是一项极具挑战性的任务。目前,基于深度学习的图像去雨算法已经成为主流。然而,多数深度学习的架构都是通过堆叠卷积层来设计的,执行去雨任务后图像仍存在着大小不一的雨痕,这些方法并不能很好地关注训练中雨图的局部信息和上下文信息。为了解决上述问题,本文设计一种基于多通道分离整合的卷积神经网络用于图像去雨。第一步通过通道分离,再利用卷积层间的层级连接,构成多尺度模块,最终将不同通道的输出进行整合。该模块可以增大感受野,探索特征图之间的空间信息,更好地提取特征。第二步利用渐进网络来反复计算挖掘上下文信息,能够很好关联到全局特征。整体模型易于实施,可以端对端训练。在常用的数据集以及自建的自动驾驶雨天数据集上的大量实验表明,本文方法比现有方法取得了明显的改进。     

二维直线运动平台几何误差建模与数字化分析

针对二维直线运动平台的定位精度受到绕X、Y、Z三个方向转动产生的角位移误差和沿着这三个方向的线位移误差的影响,采用一种基于三维模型的数字化方法对这些几何误差进行分析。通过参考坐标系和齐次变换矩阵建立二维直线运动平台几何误差运动学模型,并基于误差模型对运动平台的各项几何误差进行分配、计算和合成。基于以上误差分配原则对运动平台使用的导轨提出形位公差要求。通过上述工作,在虚拟样机设计阶段能对所设计结构几何误差进行预测,为后续精密运动的设计提供可靠的参考。     

基于 Isomap的 CWME专家群体意见分析系统

针对从定性到定量综合集成研讨厅体系 ,对复杂问题分析过程中的专家群体的分散化思维 ,提出并实现了一种基于自动调查问卷的群体意见相似性定性分析方法。此方法基于群体行为的相似性特征对调查问卷的相似性度进行量化统计 ,并采用 Isomap算法将问卷量化之后产生的多维数据集进行降维及可视化表示。     

筒形件正旋隆起及旋压力三维有限元模拟分析

应用有限元软件MSC．Marc，对TC4筒形件热旋正旋成形过程进行三维弹塑性有限元模拟研究，建立起正旋成形的三维有限元计算模型，分析了旋压加工中隆起现象，计算了旋压力，得到了工艺参数对隆起及旋压力的影响关系。该模拟计算对于探索复杂的旋压成形规律具有重要意义。     

无线传感器网络拓扑边界辨识算法

在无线传感器网络（ WSNs）中,网络的拓扑特征对于设计网络应用和网络优化具有十分重要的意义。在拓扑特征中又以拓扑边界最为基础,不仅边界本身具有直接的利用价值,而且 WSNs瓶颈辨识、WSNs近凸分块等算法都需要以获取边界信息为前提。提出了一种不依赖地理信息的分布式算法,通过借鉴自然现象热传导的规律和等温线只在边界中断的固有特点,在WSNs这一人工系统中模拟热传导过程,最终成功地辨识了WSNs的边界。     

朴素差分进化算法

针对变异算子学习方式的单一性,提出一种朴素变异算子,其基本思想是向优秀的个体靠近,同时远离较差个体,其实现方式是设计一种缩放因子调整策略,如果三个随机个体在某维上比较接近,则缩放因子变小,反之变大.在实验过程中通过平均适应度评价次数、成功运行次数和加速比等指标表明,基于朴素变异算子的差分进化算法能有效提高算法的收敛速度和健壮性.     

非平衡拓扑结构的多智能体网络系统一致性协议

针对多智能体网络系统,本文分别研究了非平衡拓扑结构的多智能体连续状态和离散状态下的一致性协议.首先提出了能使用有向图表示的多智能体网络系统的拓扑结构,并根据该拓扑结构建立了网络系统的1阶数学模型和提出了多智能体网络系统一致收敛准则.对于多智能体网络连续系统,该系统的一致平衡点最终收敛于初始状态的凸组合,本文最终确定了非平衡拓扑结构的一致平衡点.如果多智能体网络系统的拓扑结构没有改变,在离散状态下系统的一致平衡点仍收敛于初始状态的凸组合,并且离散状态下系统的一致平衡点与连续状态下系统的一致平衡点相等.最后采用8个智能体组成的网络拓扑进行计算机仿真,验证理论的正确性.     

复杂产品开发项目调度问题的模糊优化算法

对具有不确定时间参数的复杂产品开发项目调度问题,提出一种有效的模糊优化调度算法-基于预测的模糊BoP项目调度算法.首先,用模糊数表示不确定的时间参数,并构造相应的模糊数运算方法,对适合于确定性调度问题的BoP算法进行扩展,使其能处理模糊性时间参数.其次,修正了BoP算法中子项目调度方法,提高了算法的调度性能,降低了计算复杂度.大量的数值仿真实验表明,与基于启发式规则的调度算法相比,模糊BoP算法更适合于具有不确定时间参数的复杂产品开发项目调度问题.     

采用Radon变换和二维主成分分析的步态识别算法

针对主成分分析算法将图像矩阵转化为向量的维数过高、求取特征向量耗时的问题,综合步态的静态和动态信息,对一个步态周期中的图像进行Radon变换,再通过模板构造,仅用一幅图像来刻画步态特征,接着用二维主成分分析（2DPCA）进行降维.为了验证所提出的算法的有效性,在CASIA步态数据库上进行实验,采用最近邻分类器来测试识别.实验结果表明在特征模板构造时选择合适的频率,采用Radon变换结合列2DPCA进行步态特征提取是有效的.