遗传算法和蚁群算法在求解TSP问题上的对比分析

遗传算法(Generation Algorithm, GA)和蚁群算法(Ant Colony Optimization, ACO)都是解决组合优化问题的强有力算法。特别是近几年的研究表明,蚁群算法具有极强的鲁棒性和求最优解的能力。本文在分析这两种算法的特点基础上,通过实例验证它们在解决TSP问题上各自的优缺点,并给出做进一步研究的建议。     

应用模式识别自动追踪地震剖面同相轴

将模式识别技术应用于自动追踪地震剖面同相轴。追踪过程用迭代法来实现，第一次迭代时追踪到强同相轴，在其后的迭代中追踪到弱同相轴。每次迭代中的追踪范围限制在前一次迭代已得到同相轴所勾划出的区域内，采用相关相邻地震道的方法追踪同相轴，一种称为双态相容性检测法ＢＣＣ的算法可以同时相关三个道。追踪完同相轴后自动编辑同相轴，提供描述同相轴的有关参数。迭代法和ＢＣＣ算法的结合在模拟人工解释以及将“地质趋势”加入     

无线传感器网络节点三维定位的翻转模糊检测

为了解决基于测距的无线传感器网络节点三维定位中可能会发生翻转模糊的问题,本文提出并证明了节点三维定位的翻转模糊检测问题,可以等价为判断是否存在一个平面和所有参考节点的测距误差球都相交的问题(Existence of Intersecting Plane,EIP).为了求解EIP问题,本文进一步提出了公切面法(Common Tangent Plane,CTP)和正交投影法(Orthogonal Projection,OP)两种求解方法.CTP方法采用的是边界检测原理,OP方法则将EIP问题转化为一个角度计算问题,并用坐标变换的方式来求解.经过理论分析和大量的仿真证明,CTP方法虽然具有较好的检测效果,但是计算复杂度太大;而OP方法在几乎获得与CTP方法相同的检测结果的情况下,能够大大降低求解EIP问题的计算复杂度.     

浮法窑几个部位的保温及材料的使用

介绍通玻1998年冷修技改后,对熔窑几个部位进行热态强化保温的材料、使用、效果等情况。     

用于模式分类的动态有指导前向传播网络

以改进的仅前向型对传网络(CPN)为基础,研究一种用于模式分类的神经网络——动态有指导前向传播网络(DSFPN)。其隐层用修正的第2种学习矢量量化算法,以增量训练策略,进行有指导训练。在训练过程中,根据适合度产生新的隐层神经元,使隐层动态增长。Cone-Torus平面点分类和非特定人孤立数字语音识别的实验结果表明了DSFPN的优越性能,其训练时间比多层感知器少2个数量级,训练速度比改进的CPN更快,最好测试正确率分别达92.25%和98.7%,高于另外2种神经网络。     

能量有效的分布式链路调度协议

提出了一种基于图着色法的无线传感器网络分布式链路调度(DLS)协议以减小调度周期长度、降低网络能耗。采用的策略是先对任意节点构建两跳邻居范围内的冲突图,然后根据每条链路在干扰图中的优先级及干扰度决定时隙分配的先后顺序,从而解决传统随机调度方法调度周期较长及节点状态转换频繁的问题。由于该调度策略尽可能地为节点分配相邻时隙,减少了节点不必要的状态转换,从而降低了网络能耗。对基于干扰度和优先级的联合调度策略表现出的减小调度周期长度、降低网络能耗的特点进行了分析。网络仿真结果表明,DLS协议比DS-fPrIM(Distributed Scheduling-fixed Power Protocol Interference Model)及DRAND(Distributed RANDomized time slot sceduling)协议的调度周期长度少1~2个时隙,其能耗与DS-fPrIM协议的调度能耗相当,但二者都比DRAND协议的调度能耗低。另外DLS协议比DS-fPrIM及DRAND协议平均每周期少1次状态转换,说明提出的分布式链路调度协议能效较高。     

支持向量机在语音激活检测中的应用研究

提出将支持向量机(SVM)方法应用于语音激活检测(VAD),并验证SVM方法在VAD检测中的有效性。采用了快速训练支持向量机的序列最小最优化方法(SMO)进行训练。提出的基于SVM的VAD方法仍然采用G.729附件B(G.729B)中的VAD方法所采用的特征参数作为分类的特征参数。经过基于SVM的VAD方法与G.729B的VAD方法进行比较,表明SVM方法应用于VAD中是有效的。     

局部余弦基函数的设计及其应用

文中利用Coifman和Meyer的钟函数构造理论,提出了一种改进的正交钟函数,并与Donoho正交钟函数的压缩性能进行比较.实验结果表明,采用改进正交钟函数变换后的系数更加集中在低频部分,能够提高编码增益.对于在要求压缩前后失真微小的应用场合中,利用改进的正交钟函数比Donoho正交钟函数更具有优势.