二部图最大权匹配的符号ADD算法

利用代数决策图ADD数据结构，在KM算法基础上，提出了一种二部图最大权匹配的符号ADD算法。该算法引入优先函数概念，将传统的匹配选择转化成布尔运算，“并行”地搜索匹配集合。实验结果表明：与传统算法相比，该算法可以改善问题的状态空间复杂度。     

网络最大流问题求解的代数决策图(ADD)技术

Hachtel G.D.和 Somenzi F.提出的 0 - 1网络最大流问题的符号有序二叉决策图 (OBDD)算法在一定程度上缓减了“状态爆炸”问题 ,但算法仅局限于求解 0 - 1网络的最大流。Bachar R.I.等提出的代数决策图 (ADD)数据结构 ,是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用 ADD存储表示网络及描述网络最大流问题 ,给出一种求解网络最大流问题的符号 ADD技术新思路。实验结果说明了应用 ADD技术求解一般网络最大流问题的有效性 ,可处理 0 - 1网络最大流问题的符号 OBDD算法无法处理的非 0 - 1网络。     

网络最大流问题求解的代数决策图（ADD）技术

Hachtel G．D．和Somenzi F．提出的0-1网络最大流问题的符号有序二叉决策图(OBDD)算法在一定程度上缓减了“状态爆炸”问题，但算法仅局限于求解0-1网络的最大流。Bachar R．I．等提出的代数决策图(ADD)数据结构，是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用ADD存储表示网络及描述网络最大流问题，给出一种求解网络最大流问题的符号ADD技术新思路。实验结果说明了应用ADD技术求解一般网络最大流问题的有效性，可处理0-1网络最大流问题的符号OBDD算法无法处理的非0-1网络。     

自适应窗口和半全局立体匹配算法研究

针对区域立体匹配算法中匹配窗口的选择和在图像中视差不连续、弱纹理区域误匹配率较高的难题,提出了一种自适应窗口和半全局算法相结合的立体匹配算法.该算法先通过基于灰度的自适应窗口算法计算初始匹配代价,然后利用相邻像素之间的视差梯度作为约束,采用半全局立体匹配算法以得出视差图.最后对左右视差图进行左右一致性遮挡检测,获得精确的稠密视差图.针对不同的图像信息采用自适应窗口和半全局算法相结合的立体匹配算法,剔除、修正了视差不连续、弱纹理区域的误匹配点,得到匹配效果较好的视差图.实验结果表明:该算法有效降低了视差图在视差不连续、弱纹理区域和遮挡处的误匹配率.     

一个有效的图匹配并行分布式算法

本文介绍了柔性制造系统（ＦＭＳ）中资源分配问题的一种有效的并行分布式算法，将资源分配转换成一个图匹配问题后，对多项式复杂性Ｂｌｏｓｓｏｍ算法，改制并设计成并行算法。该算法采用了分割，子图的ＣＭＰ，边界桥对接，渗透生长及合并方法，在并行机Ｔｒａｎｓｐｕｔｅｒ上用并行方法实现了图的最大匹配。     

一种均值漂移与图割相结合的视差估计

针对传统视差估计方法匹配误差较大的问题,将输入图像低纹理区域的色度进行融合,提出了一种均值漂移与图割相结合的视差估计算法。先采用均值漂移原理对左右视点图像进行预处理,再将处理后的图像利用图割法进行视差估计。实验结果表明,与传统视差估计算法相比,所提出算法能有效提高视差估计的准确性。     

基于多重序列所有公共子序列的启发式算法度量多图的相似度

提出了启发式A*算法度量任意多个图的相似度方法,该算法将多图表示多重序列,在多重序列的匹配点上计算多重序列的所有公共子序列数,得到的所有公共子序列数用来度量多图的相似度。该算法避免了在非匹配点上的冗余计算,最大化后缀序列的所有公共子序列数的启发函数值,将访问的节点限制在两个序列匹配的子集,减少了计算节点的个数。与现有度量图的相似度方法相比,该算法不仅可以度量任意多个图的相似度,而且计算过程简单,通过启发信息的引导能够快速地度量多图的相似度。     

结合亮度序局部特征描述的图匹配算法

在图匹配问题中基于松弛迭代的方法能否收敛到全局最优解在很大程度上依赖于初始值的估计,针对这个问题,提出了一种结合亮度序局部特征描述的图匹配算法。该算法首先利用Hessian-Affine方法提取图像的特征点及局部特征区域,以特征点作为图的节点并结合特征点的邻近关系构造结构图;其次,根据亮度序约束关系对局部特征区域进行子区域划分,利用改进的中心对称局部二值模式(CS-LBP)获取局部特征描述;最后,将局部特征描述之间的相似性作为图匹配关系矩阵的初始值,通过松弛迭代的方法获取特征点的准确匹配结果。实验结果表明该算法匹配准确率较高。     

偶图求最小覆盖的一种算法

以Konig定理作为理论基础,分析偶图的任一最大匹配的饱和顶点集与其任一最小覆盖的关系,得出偶图的任一最小覆盖都包含在该偶图的任一最大匹配的饱和顶点集中的结论。并利用此结论寻求到从偶图的非饱和顶点出发,利用偶图最大匹配求出偶图最小覆盖的一种算法。     

基于边缘特征的多源图像分层匹配算法研究

针对灰度相关的匹配算法不能适用于多源图像的匹配问题,提出了一种基于边缘特征的分层匹配算法．该算法首先提取出两种非同源图像的边缘特征作为匹配的特征空间,并且为了提高匹配算法的速度,主要采取了以下几种措施：采用粗匹配和精匹配相结合的分层序贯相似度检测算法（SSDA）作为搜索策略;在粗匹配阶段运用跳跃式的搜索策略和亚抽样模板．然后在精匹配阶段为了兼顾匹配的精度采用逐点扫描的全像素点匹配．通过对真实合成孔径雷达（SAR）图像和光学图像的仿真,结果表明该算法能够较好地适用于多源图像的匹配,并且大幅提高了匹配算法的速度．     

深度学习辅助上行免调度NOMA多用户检测方法

针对上行免调度非正交多址接入（NOMA）场景中多用户检测的问题,通过结合传输数据的符号特征,提出基于深度神经网络（DNN）的联合活跃用户检测和数据检测框架. 考虑更一般化的实际场景,即用户在每个时隙中随机活跃. 将DNN求解结果作为改进的正交匹配追踪(OMP)算法先验输入,修正提升活跃用户检测和数据检测性能. 仿真结果表明,提出的多用户检测方案比传统的贪婪追踪及动态压缩感知（DCS）多用户检测算法具有更好的用户活跃性及数据检测性能.     

基于降维的并行符号行列式计算

为了更有效地计算科学与工程领域所涉及的大量符号行列式计算,基于降维算法和并行行列式计算,呈现了一个混合的符号行列式计算算法。新算法将多变元的符号行列式转化为仅有两个变元的并行行列式计算。更重要的是,新算法大大提高了原并行算法的并行度。实验结果表明,新算法有效地减少了中间过程的膨胀,因此更能处理多变元的且阶数较高的符号行列式。     

基于MSCA的符号网络函数模拟器

提出了一种改进的用于产生模拟电路符号网络函数的符号编码算法MSCA。与原符号编码算法(SCA)相比,该算法具有更简洁的编码单元,更为准确的编码定理,从而能明显地提高算法的效率和应用范围。基于MSCA用于模拟电路的符号网络函数模拟器SNSAC已经开发完成,还介绍了SNSAC的基本结构和特点。最后给出了程序应用的两个例子。     

基于PCR-DSmT的序列帧融合景像匹配算法

针对INS/SMNS组合导航系统中,单帧景像匹配难以判断匹配结果是否正确并给出准确的匹配置信度的情况,提出一种基于PCR-DSmT的序列帧融合景像匹配算法。算法分为单帧粗匹配和序列帧融合精匹配两步:首先提取图像的相位一致性特征并采用快速归一化互相关算法初步匹配;然后建立序列帧时空约束关系,利用相关阵中极大峰构建辨识框架,采用层次分析法自适应计算置信指派并利用适配因子进行折扣运算,最后采用证据推理组合规则融合并根据判决准则输出匹配位置及置信度或对错误匹配结果报警。针对Dempster组合规则在高冲突序列帧融合时出现错误以及DSmT组合规则在多证据融合时正确位置置信指派难以增大并收敛的问题,提出一种PCR-DSmT组合规则。采用真实航拍图像和对应的Google earth卫星基准图像的仿真实验验证了匹配算法的有效性。     

双目视觉中恢复模型点的方法——公垂线法

在机器人双目视觉中影像匹配有误差时，提出了用不相交“同名光线”的公垂线与两条同名光线的交点所构线段的中点来恢复模型点空间坐标，并在实例验证了公垂线法恢复模型点的效果及其在摄影测量工作上的适用性。     

遗传算法和BP算法相结合进行图像匹配

将神经网络理论应用于图像匹配 ,提出采用遗传学习算法进行全局寻优、利用BP算法进行精确训练、优化BP(backpropagation)神经网络权重学习和训练的神经网络图像匹配算法 .实验表明该算法的收敛性能及学习速度优于传统的BP神经网络图像匹配算法及其他同类改进算法 ,具有寻优的全局性和精确性 .     

基于CPDL模型检验的装配序列规划

模型检验的智能规划方法具有较高的求解效率,是当今通用智能规划研究的热点.由于模型检验的命题动态逻辑规划方法无法从拆卸角度求解规划问题,给出了含逆反动作的命题动态逻辑的符号模型检验算法,开发了CPDL符号化模型检验工具;针对一般智能规划问题中的机械装配序列规划问题,从装配体的拆卸出发,给出了基于CPDL模型检验技术的装配...