基于改进粒子群和模糊神经网络的雾霾分类研究

针对粒子群算法对初始种群敏感和易陷入局部最优解等问题,提出了佳点集理论结合多种群多策略协同进化算法改进的粒子群算法(IMPMSPSO).首先采用佳点集理论生成佳点作为初始种群,使种群分布更均匀而在一定程度上减弱其对位置的敏感性;然后利用协同进化算法,先将种群随机分成若干子种群,各子种群随机选择一种改进的进化策略并行计算,并进行最优位置的共享.经过测试,IMPMSPSO在计算精度和收敛速度上均优于其他算法.最后利用IMPMSPSO优化模糊神经网络初始权值和阈值构造分类预测模型,对雾霾污染等级进行分类预测.结果表明,与其他分类模型相比,该模型在各等级上的准确率均有提高.     

一种改进Tiny-Sync 的算法

节点时间同步是无线传感器网络中的一项支撑技术,而Tiny-Sync 算法是一种经典的无线传感器网络时间同步算法。但是Tiny-Sync 算法没有考虑噪声数据的影响,通过引入曲线拟合方法,提出了一种改进Tiny-Sync 的算法,拓展了Tiny-Sync 算法的使用范围。仿真实验证明,本算法在保持Tiny-Sync算法精度的同时,有效地克服了噪声数据的影响。     

基于分块二维线性鉴别分析的人脸识别

基于2DLDA方法,提出了一种基于图像分块的二维线性鉴别分析(M2DLDA)的人脸识别方法。该方法首先对原始人脸图像进行必要的预处理后进行分块,再对分块后的子图像分别采用2DLDA方法进行特征提取,最后用最小距离分类器进行识别。该方法的优点：分块后能有效的抽取人脸图像的局部特征有利于分类;降低了2DLDA方法提取的特征矩阵的维数;特征提取是基于图像矩阵的,抽取方便快速。在ORL人脸数据库上的实验结果表明：该方法在识别性能上优于2DLDA方法。     

IKONOS卫星影像在若羌河山区河段1∶10000地形图测制中的应用

详细介绍IKONOS卫星立体影像在新疆若羌河山区河段1∶10 000地形图测制中的应用,并以项目资料为基础,对不同像控点数量及分布情况的定向精度进行分析,给出同类项目控制点布设方案的建议。