采用差分进化算法的点扩展函数估计

在图像处理的非盲复原算法中,对点扩散函数PSF（Point Spread Function）的估计是否准确,将直接影响图像复原质量的好坏。传统的估计方法有直接测量法和间接估计法,但往往数据量大,计算繁琐,针对这一问题,从全局寻优的角度出发,提出利用差分进化算法来估计点扩散函数。实验结果表明差分进化方法可以取得很好的效果,为下一步设计恢复滤波器奠定了基础。     

黎曼法坐标流形学习扩展算法

LOGMAP是最近提出的一种黎曼流形学习算法,它能够有效地学习出高维数据的低维嵌入坐标.然而该算法只能处理单类数据的流形学习问题,当存在多类数据时往往不能得到理想的嵌入结果.为解决这个问题,提出了一种扩展的LOGMAP算法(Extended LOGMA PAlgorithm,简称ELOGMAP).该算法通过计算全局基准点所在类到其他类的最短距离找出各类的局部基准点,然后逐个计算各类数据相对于局部基准点的局部黎曼法坐标,最后通过扩展的全局基准点与局部基准点之间测地距离关系得到多类数据的整体嵌入坐标.实验结果验证了该算法在处理多类数据流形学习上的有效性.     

初等函数可验证赋值及误差分析

研究了GNU标准下初等函数的赋值原理及算法实现.基于IEEE 754-2008浮点标准,利用误差分析基本结论,对GNU下C语言标准数学函数库中的初等函数赋值程序进行理论误差分析.利用Boost库中提供的区间类,将以浮点数作为基本数据类型的程序重写成以区间作为基本类型的程序,使用区间算术对初等函数进行可验证赋值,从而得到一个包含真实值的区间包络,并由此给出GNU下初等函数的数值误差界.     

基于衍生多边形的混合坐标

将多边形三角化,利用三角网格将三角形衍生为点多边形、边多边形和面多边形,再根据已有的重心坐标提出基于衍生多边形的混合坐标.首先在三角网格内根据初始多边形内部一点所在的三角形得到衍生多边形,然后使用调和坐标、局部重心坐标、迭代坐标中任意一种计算衍生多边形的顶点关于初始多边形顶点的重心坐标,再使用迭代坐标计算初始多边形内部...     

基于newton-raphson算法的坐标转换

随着测绘、测量技术的发展以及国防、军事、民用等部门应用需求的不断扩大,地心直角坐标系的应用越来越广泛,而从地心直角坐标到大地坐标的解算也成了坐标变换中常面临的问题。大地纬度的解算是从地心直角坐标到大地坐标变换的关键,通常都用采用迭代法实现。目前,在国内的纬度解算算法有很多,例如Heikkinen算法,Ozone算法,有理多项式逼近算法,以及改进的bowring算法等。该文给出了一种基于Newton—Raphson方法来实现地心直角坐标到大地坐标的转换。并且通过具体的算例,验证了这种转换算法具有较高的计算精度,并且具有一定的速度保证,能够应用于很多精度要求很高的领域。     

实时网格编辑的扩展中值坐标方法

为了克服凸长和复杂网格较难克隆的问题,提出一种基于扩展中值坐标的交互式网格编辑方法.首先由用户选择源网格中感兴趣的区域,使用垂直投影参数化方法将其映射为二维区域,并将映射后的网格顶点二维拓扑信息保存为图像元放置于目标网格相应位置;然后通过扩展中值坐标参数和外部的边界环,在被粘贴的图像元基础上恢复出三维信息;最终粘贴网格部分被变形使得与目标网格光滑拼接.该方法采用GPU对网格复制进行加速.实验结果表明,文中方法能够在三维模型之间实时地复制、替换任意不规则网格区域.     

GLCA算法的收敛性分析

模糊聚类分析算法能够通过目标函数准确地用公式表述聚类准则,从而较好地解决分类问题。ＧＬＣＡ算法与具有代表性的模糊聚类分析算法ＦＣＭ相比较其特点是：不需要选择权指,并把概率密度扩充到模糊测度。本文对ＧＬＣＡ算法进行了收敛性分析,证明了ＧＬＣＡ算法的不收敛性同时给出了ＧＬＣＡ算法不收敛的例子。     

三维虚拟空间移动物三维坐标的二视映射算法

在接受三维坐标输入装置的三维虚拟空间中 ,移动物在三维坐标输入装置的控制下在屏幕上移动、改变大小以实现虚拟空间。为满足真实性 ,提出了从移动物的三维坐标映射屏幕二视坐标的算法。     

机器人转动惯性张量的坐标变换

转动惯性张量是机器人动力学计算中的一个重要的物理量,本文用严格的数学方法推导并证明了一个刚体在两个共原点坐标系间转动惯性张量的变换公式,从而得出刚体从某一特定坐标系中的转动惯性张量来计算其它共原点坐标系中转动惯性张量的计算方法.     

空间机器人坐标逆变换超高速算法

本文提出了从机械手末端位置及姿势求出各关节转角的坐标逆变换超高速算法.这种算法是以 CORDIC算法为基础的,首先将坐标逆变换转化成坐标的旋转移动和反正切及其组合,然后用 CORDIC 算法来快速实现坐标旋转和反正切算法运算.这种超高速算法的最大特点是把坐标逆变换中复杂而无规则的非标准函数计算变成有规则的计算,从而容易实现坐标逆变换超高速专用处理器.     

基于广义基函数的CMAC学习算法的改进及收敛性分析

基于广义基函数的ＣＭＡＣ（ＣｅｒｅｂｅｌａｒＭｏｄｅｌＡｒｔｉｃｕｌａｔｉｏｎＣｏｎｔｒｏｌｅｒ）学习算法（称Ｃ－Ｌ算法）收敛条件依赖于基函数和学习样本,很难同时满足学习快速性与收敛性．提出了一种改进学习算法,并证明改进算法是收敛的,而且收敛条件不依赖于基函数和学习样本．仿真结果表明改进算法优于Ｃ－Ｌ算法和标准的Ａｌｂｕｓ算法．     

单亲遗传算法及其全局收敛性分析

序号编码的遗传算法(GA)不能在两条染色体的任意位置进行交叉,必须使用PMX,CX和OX等特殊的交叉算子,而这些交叉算子实施起来都很麻烦.针对序号编码GA的上述不足,提出一种单亲遗传算法(PGA).PGA采用序号编码,不使用交叉算子,而代之以隐含序号编码GA交叉算子功能的基因换位等遗传算子,简化了遗传操作,并且不要求初始群体具有多样性,也不存在"早熟收敛"问题.仿真结果验证了这种算法的有效性.     

空间机器人坐标逆变换高速专用处理机体系结构及其仿真系统的研究

本文论述了基于 CORDIC 算法的6自由度多关节型机械手各关节转角的坐标逆变换高速专用处理机的体系结构方案.本方案抛弃了传统的解析设计思想,把坐标的旋转和反正切运算作为基本的处理对象,提出了以 CORDIC 算法为基础的多 CPU 全并行的专用处理机体系结构,从而使机械手坐标逆变换处理时间大大缩短.     

时变参数遗忘梯度估计算法的收敛性

提出了时变随机系统的遗忘梯度辨识算法,并运用随机过程理论研究了算法的收敛性.分析表明,遗忘梯度算法的性能类似于遗忘因子最小二乘法,可以跟踪时变参数,但计算量要小得多,且数据的平稳性可以减小参数估计误差上界和提高辨识精度.阐述了最佳遗忘因子的选择方法,以获得最小参数估计上界.对于确定性时不变系统,遗忘梯度算法是指数速度收敛的;对于时变或时不变随机系统,遗忘梯度算法的参数估计误差一致有上界.     

“灵活”的滑动窗口算法及其计算量的估计

通过对预存储空间的充分利用,首先给出了一种"灵活"的滑动窗口算法,然后对该算法所涉及的整数表示方法的汉明重量进行了仔细的估计.通过与原有滑动窗口算法、m-ary算法的平均模乘次数的比较,最后得出"灵活"的滑动窗口算法在基本保持原有滑动窗口算法计算复杂度的同时,克服了原有算法中对预存储空间的限制.     

模拟反馈联想记忆的吸引域和指数收敛速度的估计及其应用

本文得到了若干关于模拟反馈联想记忆各记忆模式的吸引域及其中每一点趋向相应记忆模式的指数收敛速度的估计结果，它们可用于高效模拟反馈联想记忆的性能评价以及综合过程．     

免疫优化算法及其前景展望

生物免疫系统的多样性、适应性及免疫记忆等特性正越来越引起人们的关注.目前已提出了 一些基于免疫概念的优化算法.本文详细地讨论了多种基于免疫概念的优化算法,指出这些方     

改进型遗传算法及其性能分析

本文受模拟退火技术的启发引入了一种新的改进型遗传算法,在二进编制编的基础上,研究了交叉位置等概率选取交叉操作的不利影响。在此基础上提出了一种每个基因位叉概率自适应变化的新的交叉操作模拟结果表明,新算法的收敛性能远远高于标准遗传算法。