量子混沌与折叠算法的图像加密系统

本文提出一种量子混沌与折叠算法相结合的图像加密系统。该系统的主要思想是通过量子混沌映射和二维Logistic映射分别进行Arnold变换,得到两个由伪随机数组成的与灰度图像大小相等的矩阵Q、E,然后利用这两个矩阵对图像分别进行以下操作:一是利用矩阵Q对图像从4个方向进行"折叠操作",二是使用前一个像素值与当前像素值进行异或,然后将异或得到的值加上E对应的值,以对当前像素值进行修改,从而达到图像扩散的效果,增加差分攻击的难度。利用MATLAB对测试图像进行模拟仿真分析,结果显示,经该加密系统加密后的图像,其水平、竖直和对角线方向像素值的相关性分别为0.001 006、0.000 152、0.000 789,信息熵H(s)=7.997 3。一系列的实验结果表明该加密系统具有很高的安全性和随机性。     

基于经济寿命的设备动态规划更新研究

简述了经济寿命概念,提出了设备的经济寿命静动态基本模型,介绍了动态规划的原理。利用动态规划法对设备的更新时机进行了研究,为设备的更新提供参考依据。     

基于混沌理论的动态密钥产生器设计及其应用

利用混沌同步理论,产生随机的动态密钥,借助HT46R24,应用此动态密钥结合RSA加解密原理,来实现保密通信系统.此系统不但具有相当高的保密功能,而且与VCO为主的调变技术比较,具有更好的稳定性.     

基于复合混沌的图像空域加密新算法

基于复合混沌系统,提出一种新的空域图像加密算法。首先将高4位和低4位比特拆开,形成新的图像;然后置乱新图像中像素的位置,置乱参数由混沌系统产生;对其进行非线性代换和扩散操作,这些过程中使用当前数据扰动复合混沌系统以引入自适应的加密;如此迭代2轮后将高、低平面的数据对应组合得到密文图像。算法密钥空间大,视觉效果好,符合密码学中的混淆与扩散原则,安全性高。     

基于动态阈值神经网络模型的多功能机床Flow Shop排序研究

在生产作用排序中若能充分利用机床功能多样性这一特点,就可有效地缩短零件的总加工时间,提高机床利用率,并使加工系统更具动态应变能力,但机床功能的曾多也使使用排序问题的求解更加复杂和困难,为了降低求解模型的复杂性,这里提出了一种基于动态阈值的神经网络模型与动态调度规则相结合的方法,有于求解面向多功能机床的Flow Shop排序问题。数值实验结果表明了文中方法的有效性。     

基于动态阈值神经网络模型的Flow Shop排序研究

根据神经元的动作特征,提出了一种基于动态阈值的神经网络模型,用于求解Flow Shop排序问题,研究表明,这种模型能简化网络运行的中间过程,修正二值输出函数的性能,模型复杂性的降低使收敛速度和有效性得到了较好的改善,模型具有的模拟退火效果使系统跳出局部最优而收敛于全局最优的可能性增大。     

基于禁忌粒子群算法的混流装配线排序研究

为了更好地解决开放式作业域的混流装配线排序问题,建立了以最小化超载时间与平顺化零部件消耗为优化目标的混流装配线排序问题数学模型,并提出了一种禁忌粒子群算法求解该排序问题。针对标准粒子群算法在算法后期搜索精度不足以及容易陷入局部最优不能跳出的缺陷,引入了禁忌搜索算法建立了对最优微粒的重搜索机制来提高算法跳出局部最优的能力,同时给出了禁忌算法中候选解、禁忌表长度、禁忌对象、藐视准则的设置方法,并采用了随机权重的惯性权重更新方式来平衡算法的全局和局部搜索能力,最后建立了禁忌粒子群的算法流程。通过比较禁忌粒子群算法与遗传算法的实例计算结果,验证了禁忌粒子群算法在求解开放式作业域的混流装配线排序问题中的有效性和优越性。     

一种基于统计排序滤波的图像边缘检测算法

提出一种基于统计排序滤波的新的边缘检测算法OFE。说明了算法原理,给出了算法实现的步骤和方法,通过人造图像和自然图像进行仿真实验,对仿真结果进行主客观对比评价分析,表明该边缘检测算法不仅有效,且效果与Sobel等算子相当,高于LOG算子,在处理含脉冲噪声污染的图像时有一定的优势。     

基于LSTM参数动态更新的滚动轴承剩余寿命预测

针对滚动轴承退化数据的复杂性和相关性,以及传统的寿命预测方法不能充分利用在线数据和非全寿命生命周期数据,从而导致预测精度不高的问题,提出了一种基于代价最小化的参数动态更新的LSTM预测模型.该模型采用离散小波变换对滚动轴承振动数据进行去噪,并提取时频域特征完成LSTM的训练与测试,利用在线监测数据滚动更新LSTM参数以...     

基于混合遗传算法的混合装配线排序问题研究

为使混合装配线有效运作,研究了混合装配线的生产排序问题。以装配线上各种零部件消耗速率均匀化和最小生产循环周期最短为优化目标,描述了多目标排序问题,并建立了优化模型。针对基本遗传算法在求解排序问题时的早熟收敛问题,提出一种改进混合遗传算法。该算法借助模拟退火算法思想对适应度尺度进行调整,使遗传进化初期削弱种群中个体适应度差异,而在遗传进化后期强化种群中个体适应度差异,以提高对最优解的搜索能力。同时,根据个体适应度自动调整遗传操作参数,既保存了种群中的优良个体,又不失个体的多样性。最后通过案例分析验证了算法的有效性。     

基于GA/TS算法的混流生产计划排序研究

以混流生产系统部件消耗平顺化为目标,建立优化数学模型,设计并实现了基于遗传算法和禁忌搜索算法的混合求解算法,平衡了算法全局搜索和局部搜索的能力,通过与文献[6]、文献[11]中所提出的优化算法进行计算试验比较,验证了所提出的混合算法的可行性和有效性。     

基于线性生长的区域立体匹配算法研究

图像的区域立体匹配是立体视觉中的重点研究课题之一,实时可靠应用的关键在于视差图的可靠性和计算复杂度.提出了一种基于线性生长的区域立体匹配算法,实现从立体图像对中提取深度信息,获得更可靠视差图的方法.该算法包括根点选择和区域生长2个部分,获得视差图的计算时间短,利用滤波可以提高视差图的可靠度.最后对此算法生成的结果进行了比较分析.     

基于改进匹配追踪算法的语音信号处理研究

提出一种改进的基于知觉匹配追踪算法的建模来进行大规模的语音信号处理。匹配追踪算法是一种较为复杂的词典匹配,基于知觉扭曲理论来选择每次迭代过程的最优原子。此外,追踪算法采用心理声学的判断准则。基于正弦模型所建的模型由瞬变和噪音(STN模型)组成,实验结果表明所改进后的MP结合匹配追踪算法节省了大量的搜索时间,提高了算法的运行效率,更好地改善了语音重构信号的接收质量。     

基于均值排序的新的初始码书算法的研究

矢量量化的核心问题是初始码书设计.针对已有的随机法和分裂法等初始码书算法存在无效码矢多、运算量大等缺点,在训练矢量集随机抽取法的基础上提出了一种新的均值排序法,并应用到基于自组织特征映射(SOM)和频率敏感的自组织特征映射(FSOM)的矢量量化(VQ)中.实验结果表明,均IM序法的0-1直信噪比((PSNR)比训练矢量集随机抽取法高.     

基于动态值启发式的约束满足求解算法

为提高约束满足问题的求解效率,提出了一种基于动态值启发式的约束满足问题求解算法.该算法在求解过程中吸收了以往启发式算法的优点,充分利用了预处理和弧相容检查阶段的信息.不但加入了变量启发式,而且在实例化变量时,对所有值的优先级进行动态的改变,从而实现了动态值启发式.比较了静态值启发式和动态值启发式的效率,分析了该算法的优缺点.通过随机问题标准库用例测试表明,该算法比经典主流算法具有更好的效率优势.     

基于双层更新Kriging模型的机械结构动态特性稳健优化设计

针对现有机械结构优化设计未考虑材料特性参数的不确定性和结构动态特性对综合性能的影响、优化求解效率低下等不足,提出基于双层更新Kriging模型的机械结构动态特性稳健优化设计方法。将机械结构动态特性指标的均值和方差作为优化目标,将机械结构变形量作为约束条件,建立机械结构动态特性稳健优化的数学模型。利用拉丁超立方试验设计、误差最大区域和近似最优解邻域的局部样本点加密技术和双层更新策略,建立能准确高效地获取稳健优化目标和约束函数值的Kriging模型。在此基础上,基于邻域培植遗传算法和双层更新的Kriging模型求出机械结构动态特性稳健优化问题的所有Pareto最优解。某型号大型汽轮发电机定子端部绕组锥环固定结构动态特性稳健优化设计实例验证了方法的有效性和相对于确定性优化设计方法的优越性。     

基于连续动态时间规整算法的工业机器人轨迹准确度分析

轨迹准确度是衡量工业机器人运动性能的关键指标,国内外对其检测与评价制定了相应的规范和标准.检测过程中受机器人运动偏差、测量系统的采样频率和测量误差的影响,理论轨迹与实际轨迹可能出现映射错误的问题.本文详细分析了国内外标准中对轨迹准确度的评价方法,提出了将动态时间规整(DTW)方法应用到工业机器人轨迹分析中,通过建立插值...     

基于自适应PCNN和小波变换的多聚焦图像融合算法

提出了一种基于自适应PCNN和小波变换的新型多聚焦图像融合算法。首先,对待融合的两幅图像进行小波分解得到两组多尺度图像,然后在小波域充分利用PCNN的同步激发特性,进行基于PCNN的融合策略设计。使用不同频率下小波系数的局域熵作为PCNN对应神经元的链接强度,经过PCNN点火获得参与融合图像在小波域中的点火映射图,根据点火时间计算点火映射梯度图,再通过判决选择算子,判定并选择点火时间梯度最大的小波系数作为融合系数。最后对融合后的小波系数进行重构生成融合图像。该方法中,根据设置的迭代次数来确定阈值调整时间常量 ,从而在迭代结束时,所有小波系数均得到激发,充分反映了点火时间的先后次序。实验结果以及与其他融合算法的比较分析表明,所提出的算法能有效地突出边缘细节、更好地保持图像的空间分辨力。     

面向作业车间调度的基于拓扑排序的二级嵌套蚁群算法研究

蚁群算法的出现,为求解作业车间调度问题提供了新思路。然而,由于作业车间调度问题的可行域属性非常复杂,目前,采用蚁群算法进行求解,还存在收敛可靠性差和优化程度不高的问题。针对以上两个问题,在对工序拓扑排序的约束特性进行分析的基础上,提出基于拓扑排序的二级嵌套蚁群算法,其基本思想是:以拓扑排序为基础,采用受限主路径覆盖可行域,从而降低搜索的规模和盲目性,提升收敛可靠性;将问题分解为工艺路径优化和设备遴选优化两个级别的问题,从而构造二级优化机制,采用工艺主路径与设备支路径嵌套递归的方式,实现工序排序与设备遴选之间的相互干涉,从而提升解的满意度。比较试验表明,与目前常用的蚁群算法求解方法相比,采用基于拓扑排序的二级嵌套蚁群算法求解作业车间调度问题,具有良好的收敛可靠性、求解效率和寻优能力。     

基于图论的交互式图像分割算法研究

交互式图像分割方法的应用越来越广泛,本文提出了一种新的基于图割的交互式图像分割方法。该方法将像素的灰度信息和空间信息结合起来建立图模型,利用预流算法快速计算出该模型的最小割集,实现图像分割,有效地降低了运算的时间复杂度,提高了分割准确度。