一种快速的判别公共向量分类方法

在传统DCV的基础上,提出了一种改进的快速DCV分类方法。该方法与传统的DCV分类方法相比,在保证识别率相同的情况下具有较快的分类速率。传统的DCV分类方法通过计算特征向量之间的距离来进行分类,而所提快速DCV分类方法则通过标量计算完成分类。理论分析及复杂度计算表明,快速DCV分类方法的分类速率是传统DCV分类方法的2倍左右,在Yale、ORL和PIE 3种人脸数据库得到的对比仿真实验结果验证了该算法的有效性。     

基于支持向量机的计算资源反馈调度

在实时控制系统(RTCS)中,计算资源一般受限。由于诸多不确定性因素和工作负载的动态变化,系统总是运行在不可预期的开放环境中。为保证系统的稳定运行,提出了一种基于支持向量机(SVM)的计算资源反馈调度方法。它周期性地监测系统计算资源,通过SVM在线预测,得到各个控制回路的下一个采样周期,从而实现系统计算资源的动态分配。通过仿真实验验证了该反馈调度方法的性能,并与理想情况、传统开环调度方法进行了比较,显示了其优越性。     

智能搜索算法教学软件的设计与开发

为提高人工智能导论课程的教学质量,协调好教与学的双边关系,结合教学实践,在Microsoft Visual Studio2005环境中用C++语言开发了智能搜索算法的教学软件,设计了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,提供了这些算法的核心代码,方便学生开展各算法的自主实验设计。     

有监督核化邻域投影分析算法

通过将鉴别邻域嵌入分析算法扩展到非线性场景,提出了一种有监督核化邻域投影分析算法。该算法在目标函数中引入类别标签和线性投影矩阵,并利用核函数处理非线性数据。通过两种不同策略优化目标函数,可将该算法进一步细分为有监督核化邻域投影分析算法一及有监督核化邻域投影分析算法二。其中,在有监督核化邻域投影分析算法一中应用拉普拉斯搜索方向达到了较快的收敛速度并降低了计算复杂度。实验结果表明,所提算法对于复杂的数据流形具有较高的识别率,且与鉴别邻域嵌入分析等相关算法相比在有效性和鲁棒性方面的表现更为出色。     

基于零空间分析的张量局部Fisher判别方法

结合局部Fisher判别、张量子空间学习和零空间分析等技术的优点,提出了一种基于零空间分析的张量局部Fisher判别算法,其特点包括:i) 引入类间判别信息,对局部Fisher判别技术进行调整,提升了算法识别性能并且降低了计算时间复杂度;ii) 通过张量型降维思想对输入样本进行双边投影变换而非单边投影,获得了更高的信息压缩率;iii) 随着训练样本量的变化,可采用基于零空间分析的求解方法和传统的直接迭代更新计算方法。通过ORL、Yale和ExYaleB 3个人脸数据库验证了所提算法的性能。     

基于数据存储的电力系统短期负荷优化策略设计

针对复杂大电力系统多类型机组的复杂动力特性、多变运行工况、繁多约束条件下的短期负荷优化问题,采用运行费用最小为原则建立数学模型,并设计了数据存储优化策略.在此基础上,研制由动力特性分析模块、数据计算预测模块和短期负荷优化模块组成的集成化软件系统ECORUN3.0.基于华北地区某电力系统的数据进行仿真计算,结果表明,采用数据存储优化策略明显地提高了经济效益,为实际优化调度提供了技术支持,并为下一步进行多目标优化打下了良好的基础.     

视频传感器网络中无盲区监视优化

针对监控区域存在障碍物的情况,从无线视频传感节点的有向感知特性出发,讨论了视频传感器网络覆盖效果与监控区域之间的相互关系.在此基础上,定义了视频传感器网络的无盲区覆盖模型.基于虚拟势场的工作原理,提出了一种适用于无盲区覆盖模型的覆盖率动态优化算法PFOFSA(potential field based occlusion-free surveillance algorithm).设计了PFOFSA中虚拟力的相互作用方法与监控节点运动规则,通过监控区域、重叠区域和遮挡区域之间的相互作用,逐步消除网络中的感知重叠区和盲区,优化视频无线传感器网络的覆盖率.最后,通过一系列的仿真实验分析了不同监控区域参数对PFOFSA算法的影响,验证了算法的有效性.     

IEEE802.11e无线局域网语音性能分析模型

无线多媒体传输中,正确评估IEEE802.11e无线局域网的语音质量尤为重要.提出一种IEEE802.11e无线局域网的语音质量评价模型.该模型引入E-Model VoIP语音质量评估方法,估计IEEE802.11e无线局域网的语音质量.重点考虑碰撞丢失对语音质量的影响,建立新的碰撞概率表达式.通过MATLAB、NS2仿真分析比较了不同碰撞概率在新模型下的语音质量.结果表明提出的碰撞概率在新模型下语音质量最接近真实值,具有最高的评估准确度.     

车载自组网中基于滑动窗口的网络编码传输策略

由于节点的高速移动和拓扑的快速变化,使得在车载自组网中传输时延敏感的数据是一个很大的挑战。针对此问题,提出了一种在机会路由上使用基于滑动窗口的网络编码传输策略。该策略根据网络状态自适应地调整滑动窗口的大小,来编码不同长度的编码包,去容忍ACK的延迟,使得在各种网络条件下都能保持较高的吞吐率;使用下三角形式的渐进编码使接收端逐步解码,从而平滑接收端的解码时间间隔。仿真结果表明,该策略具有更高的吞吐率,同时能够在接收端形成时延抖动小的数据流,为车载自组网中流媒体等时延敏感的数据流传输提供更好的服务质量。     

基于Meta平衡的多Agent Q学习算法研究

多Agent强化学习算法的研究一直以来大多都是针对于合作策略,而NashQ算法的提出对非合作策略的研究无疑是一个重要贡献。针对在多Agent系统中,Nash平衡无法确保求得的解是Paret。最优解及其计算复杂度较高的问题,提出了基于Mcta平衡的MctaQ算法。与NashQ算法不同,MctaQ算法通过对自身行为的预处理以及对其它Agent行为的预测来获取共同行为的最优策略。最后通过研究及气候合作策略游戏实验,证明了MctaQ算法在解决非合作策略的问题中有着很好的理论解释和实验性能。