基于Mean Shift和随机游走的图像分割算法

提出了一种改进的随机游走算法。首先,采用Mean Shift算法对图像进行预处理,将图像划分成一些同质区域,用同质区域作为节点进行随机游走,在降低节点数的同时也抑制了噪声对分割的影响;其次,利用马氏距离定义区域之间的权值;对种子点进行了改进,增加了辅助种子点,利用辅助种子点和用户标记的种子点进行随机游走,实现同质区域的合并,实现图像的最终分割。实验结果表明,该算法提高了图像分割的精度。     

基于Q-learning的分布式自适应拓扑稳定性算法

针对移动节点对网络拓扑稳定性的影响,提出了一种预测相邻节点稳定联接的自适应分布式强化学习算法。各节点采用强化学习和学习区间自适应划分相结合的方法,利用相邻节点间的接收信号强度信息对相邻节点间的联接状态进行判定,最终预测出能够保持稳定联接的邻居节点集。通过多种条件下随机游走模型仿真,结果表明预测准确度均保持在95%左右,验证了该算法的有效性和稳定性。     

基于随机游走的无线传感器网络节点定位方法

为提高无线传感器网络中的节点定位精度,提出一种自适应随机游走模型的节点定位算法.首先将随机游走应用于网络拓扑结构连通性中,构建节点间相对距离模型,并设计自适应算法,提高该模型有效性;然后通过将该模型嵌入经典定位算法distance vector-hop（DV-Hop）中实现系统节点定位工作.仿真和实验结果表明,该算法具有良好的鲁棒性和定位精度,误差比DV-Hop算法减少了20%~30%.     

一种等距曲面求交的新算法

参照了等值线的方法，采用先确定交线拓扑结构，然后进行跟踪的方法，来进行参数曲面的等距曲面鲁棒、精确和高效的求交计算，采用该方法，可以直接得到交线在两张原曲面参数域上的轨迹，而不需要进行等距曲面的逼近或从三维交线反求参数域上的轨迹，并且交线都以定义在[0，1]上的参数曲线的形式给出，数值实验证明，算法可以有效地解决等距曲面求交的子环遗漏、分支跳跃、乱序跟踪等问题，精确鲁棒地计算出交线。     

非线性随机系统的鲁棒自适应平滑估计算法

针对有色噪声下一类含有未建模动态和扰动的非线性随机系统,提出一种鲁棒自适应平滑估计算法。该算法通过极小化状态平滑估计误差的方差和相邻时刻残差的协方差,在线辨识状态滤波估计误差和残差的方差,实现对未建模动态和扰动的自适应补偿。仿真结果验证了该算法在解决有色噪声下非线性随机系统的时变时滞与参数联合估计问题中的有效性。     

无线传感器网络三维节点的插值规划定位

针对无线传感器网络中传感器节点的初始位置未知的问题,提出一种基于插值和规划算法的无线传感器网络三维节点定位算法.该算法利用锚节点坐标将节点所在空间曲面建立,并利用接收信号强度指示（RSSI）值和无线信号传播模型推导出所有可通信节点间相对距离.最后,利用0-1规划在空间曲面上选出满足距离约束且与未知节点数量相同的插值节点,从而估计出未知节点的空间位置.该算法设计简单,通信开销少.仿真结果表明,该算法具有较小的节点定位误差,并具有良好的稳定性和扩展性.     

一类相邻NURBS曲面G1光滑拼接算法

给出了次数任意、单内节点的相邻非均匀有理B-样条（NURBS）曲面G^1光滑拼接的一类充分条件．利用该条件，构造了相应的算法,最后通过计算实例说明了该算法的可行性。     

基于省道切割的三维服装曲面展开算法

本文在基于能量模型的曲面展开算法基础上,研究了服装曲面上省道的添加算法.首先,在不定义省道的情况下,对三维曲面进行展开;依据展开结果,在相应的变形部位添加省道.计算结果表明:该算法能有效解决复杂曲面的展开问题,尤其是对于服装曲面而言.     

利用深度图像改进光场描述符的三维模型检索算法

针对光场描述符丢失三维模型空间信息以及全景视图描述符投影视图较少的问题,提出一种结合深度图像的三维模型检索算法. 该算法引入深度图像对光场描述符加以改进,得到投影视图后,分别提取其离散小波变换特征和Zernike矩特征;然后对深度图像进行聚类去掉冗余信息,并通过随机游走算法来确定每一类的权重,以更好地反映类间关系;最后设计改进全景视图相似距离计算方法,用于进一步的三维模型检索. 在普林斯顿模型库上的实验结果表明,该算法有效利用了三维模型空间信息,提高了检索精确度.     

B样条曲面的节点插入算法

Boehm算法和Oslo算法是B样条曲线节点插入的经典算法，本文将该算法推广到了B样条曲面上．由于该算法只对B样条定义域内的节点插入有效，而对于靠近节点矢量两端附近进行节点插入，将产生错误的计算结果．为此本文提出了两个改进的节点插入算法，并分析了9种情况，使这两个算法能够将节点插入到各种B样条曲面之中，弥补了原算法中的不足．同时，改进的算法还进一步完善了B样条曲面的升阶算法．     

基于图论的运动对象分割

将两种基于图论的算法图切割与随机游走应用于运动对象的分割。利用图切割,通过构造网络图、HSV空间消除阴影、建立混合模型背景及运动区域最小切割自动完成运动对象的分割;利用随机游走,通过选择种子点、建立权函数、求解Dirichlet问题及形态滤波等交互地完成运动对象的分割。通过实验对两种算法的应用进行了研究。结果表明:基于图切割算法可针对单目标快速、有效地进行分割,并获得干净、光滑的分割结果;基于随机游走算法可针对微弱物体边界或低对比度的图像分割,可在不要求实时性的情况下获取更为精确的分割结果,为后续的跟踪、自动分割等处理提供基础。     

光纤陀螺随机建模与仿真研究

研究光纤陀螺的随机漂移特性对提高光纤陀螺的精度具有重要意义.分析了光纤陀螺的随机误差特性的总方差特征,建立了光纤陀螺的随机模型,给出了各种随机噪声的仿真方法,提出了模拟光纤陀螺随机漂移的方法.在随机仿真中,采用平衡多小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程来模拟指数相关噪声.进行了随机仿真实验,结果表明,建立的随机模型和采用的仿真方法是合理有效的.     

基于支持向量机的多传感器探测目标分类方法

针对传感器探测的数据常含有噪声,分类算法易受噪声数据干扰、容错能力差而产生错分问题,研究对多传感器探测目标进行分类的方法.提出容噪最小二乘投影双支持向量机(NLSPTSVM),去除离群点,提高容噪性能;通过定义NLSPTSVM置信度,以样本的最小超球体距为依据,根据“越是上层分类器的分类性能对分类模型的推广性能影响越大”的思想,以置信度NLSPTSVM作为二分类器,将NLSPTSVM的降噪过程提前到生成有向图之前,提出分类精度高、容噪性和容错性强的多分类支持向量机--容噪上层择优多路支持向量机(NUMDAG-SVMs).实验表明,NUMDAG-SVMs与同类算法相比具有更优的分类准确率和更强的容噪性和容错性.采用NUMDAG-SVMs对传感器采集的真实数据进行分类,取得了很好的结果.     

融合大气光值-图估计的无人机航拍图像去雾

针对现有去雾算法大都存在复原图像亮度低、天空明显色彩失真等问题,提出了一种融合大气光值-图估计的无人机航拍图像去雾方法。首先,根据颜色衰减先验理论获取景深图像,将景深图像内偏差最小区域均值作为大气光值;其次,设计了一种自适应随机游走聚类方法用来估计大气光图,通过自适应随机游走算法将图像聚类为N个子区域,对子区域前0.1%像素求均值作为区域大气光值,将区域大气光值组合并通过引导滤波对其进行细化,获得大气光图;然后,通过融合大气光值-图估计方法将两种大气光估计融合为新的大气光图,作为更加准确的大气光估计;利用雾霾线先验方法获得透射率,同时提出一种暗补偿方法对其进行优化,提高透射率精度;最后,根据大气散射模型,利用求得的融合大气光图和优化透射率,得到清晰的复原图像。实验结果表明,相对于比较算法,提出的算法的复原图像在信息熵、平均梯度、模糊系数及对比度上分别提升1.1%、6.3%、8.5%、6.4%,主观视觉效果更好,信息更加丰富。     

Noise decomposition and parameter optimization method for high sensitivity fiber optic gyroscope

A novel random walk coefficient(RWC) model of the interferometric fiber optic gyroscope(IFOG) to decompose fundamental noise sources, namely the shot noise, the excess noise, the thermal noise, and the detection circuit noise, from the overall noise was developed. The coefficients of the model were extracted from the measured RWC instead of by calculating the accurate IFOG parameters, which is simpler and more accurate. The correctness and the accuracy of the model were verified by experiments. Using this model, the RWC of the experimental IFOG was predicted and the quantitative contributions of the noise sources were determined. According to the predicted results, the parameters of the IFOG were optimized. Finally, based on the model, a noise decomposition and parameter optimization method was proposed for high sensitivity IFOG design.     

GPS辅助的SINS系统快速动基座初始对准

为实现基于优化的动基座对准算法(OBA)对陀螺仪误差的估计,并使其能够应用于低精度SINS系统中,将自适应无迹卡尔曼滤波算法与OBA算法相结合,提出一种新的由GPS辅助的SINS系统快速动基座对准（FIMA）算法.该算法首先推导了陀螺仪常值漂移与失准角之间的关系,并以此构建非线性系统状态方程,然后用重力加速度和GPS输出速度的积分构建量测方程;由于系统存在非线性,提出使用UKF算法对失准角以及陀螺常值漂移进行估计;由于量测方程由速度和重力加速度的积分构成,量测噪声协方差难以确定,引入自适应滤波算法对量测噪声实时估计. 跑车实验结果表明:对于低精度SINS系统,该算法可在15 s左右将航向角误差收敛到3°以内,在3 min以后航向角误差可收敛到1°以内;与传统非线性动基座对准算法以及OBA算法相比,该算法可在无任何初始姿态信息的条件下快速对准,且能够对陀螺常值漂移进行在线估计和载体系失准角补偿,提高了动基座对准的精度和收敛性能.     

带全局-局部最优步长比例因子的布谷鸟搜索算法

布谷鸟搜索算法利用Lévy Flights随机走动和Biased随机走动过程完成全局搜索和局部开发. 针对原始的Lévy Flights随机走动仅采用固定的常数步长因子,介绍了一种使用每一代中个体的全局和局部最优适应值动态设置步长因子的方法,并提出了一种带全局-局部最优步长比例因子的布谷鸟搜索算法. 在测试函数上的运行结果证明,该方法是可行的,且能够全面有效地加强布谷鸟搜索算法的收敛速度和求精能力,其性能总体上比采用固定因子、基于均匀分布随机数或基于贝塔分布随机数比例因子的布谷鸟搜索算法更优.     

P2P流媒体直播系统自适应邻居节点选择算法

针对P2P网络中节点的异构性,提出了一种基于节点动态服务能力的自适应邻居节点选择算法．首先,为分析节点的动态服务能力特性,对流媒体直播系统进行建模,并根据该模型将系统节点按照服务能力分为不同的级别．再采取随机行走的方式选择邻居节点,随机行走过程结束时的节点被加入备选邻居列表．为保证备选邻居节点拥有较强能力,根据节点服务能力动态调整随机行走的期望静止概率分布,采用Metropolis-Hastings算法计算转移矩阵以满足期望静止概率分布．详细描述了节点加入、退出过程以及邻居节点更新策略,以确保节点负载的均衡及系统稳定性．实验结果表明,该算法能显著提高系统性能,降低系统延时,同时对动态网络环境有良好的鲁棒性．     

基于差分隐私下包外估计的随机森林算法

针对差分隐私随机森林算法在对高维数据进行分类时准确率不理想的问题,本文通过引入差分隐私下的包外估计来计算决策树权重以及特征权重,从而提出一种基于差分隐私下包外估计的随机森林算法(random forest under differential priva-cy based on the out-of-bag estim...