基于多激励函数神经网络的智能控制优化算法

针对反馈控制系统优化算法和填充函数法等算法的早熟收敛问题,提出了基于多激励函数神经元网络的智能控制优化算法。该算法结合了神经元网络、智能控制系统和填充函数法。该算法在搜索过程中不但可以在线实时地修正PID等参数,而且不容易陷入局部最优点,从而得到的全局最优值更加精确。     

基于含神经元网络的智能控制系统和填充函数法的混合优化算法

针对反馈控制系统优化算法和填充函数法的早熟收敛问题,提出了一种基于含神经元网络的智能控制系统和填充函数法的混合优化算法(MPIDNN-FF)。该算法结合了神经元网络、智能控制系统优化算法和填充函数法。该算法在搜索过程中不但可以在线实时地修正PID等参数,而且不容易陷入局部最优点,从而得到的全局最优值更加精确。     

元搜索引擎中Borda投票法的改进

元搜索引擎中采用Borda投票法,根据位置关系采取线性递减的规则为结果机械地分配相关分值,会影响排序结果。针对该不足,提出一种Borda投票的改进算法,计算查询串与各个结果之间的相似度,并将相似度作为该结果的相关分值。实验结果证明,改进算法的查准率优于Borda投票法。     

非最小平方误差局部-全局加权融合的稀疏表示遮挡人脸识别

考虑到图像遮挡后部分局部信息属性改变,在利用最小残差判决函数分类时,各类残差可能因较接近而导致分类错误。针对此问题,从分类器判决函数出发,提出基于稀疏系数累积的局部-全局加权融合的稀疏表示遮挡人脸识别算法。该算法主要利用各类稀疏表示系数累积作为判决函数,使用Borda投票机制进行分类。利用系数累积进行全局分类,然后对局部各块分类,考虑到子块作用不同,利用稀疏度和残差两个参数表示其可信度权重,最后将全局和局部融合Borda投票,统计各类投票总数,实现分类。在公用数据库进行实验,结果表明该算法具有较好的有效性和鲁棒性。     

一种基于适应值分析的智能粒子群算法

标准粒子群算法在求解多维多峰函数问题时,存在局部寻优精度不高、全局寻优能力不强和收敛速度慢的缺点,为此提出一种基于适应值分析的智能粒子群算法。该算法引入“局部适应值参数”、“全局适应值参数”和“坐标轮换法”思想,经过对3个多维多峰函数的测试,表明该算法兼顾了局部和全局搜索,并拥有较快的收敛速度。     

用填充函数改进的智能控制系统全局优化算法

为了提高全局优化算法的速度,提出了智能控制系统全局优化算法。该算法应用了闭环控制系统的反馈的思想,使得在寻优迭代过程中被优化函数的值不断接近设定值,直至达到其全局最优值。该算法的关键在于控制策略的设计和策略中的参数值的设定。为了降低参数初值设定的难度同时提高算法的寻优精度,利用填充函数法对智能控制系统全局优化算法进行改进。经12个标准的测试函数的验证,改进后的算法的速度较填充函数法快,算法的精度比智能控制系统全局优化算法高。     

基于光照影响因子的动态Niblack算法研究及应用

为解决钢板喷印字符图像存在的字符拖尾和光照不均匀导致的字符图像二值化效果差的问题,提出一种基于光照影响因子的动态Niblack算法。在Niblack算法的基础上引入光照强度项,降低光照不均匀带来的影响;定义灰度阈值中各项的动态系数,减少目标点和背景点的误判,获得良好的二值化效果;结合Otsu算法得到全局阈值,以全局阈值对算法的灰度阈值进行修正,加强二值化图的局部联系,提升二值化字符的连贯性。通过与Niblack、Sauvola等多种算法的对比,验证了该方法的可行性。     

基于最优能耗多播树构造的Ad hoc网络节点路由算法研究

针对Ad hoc网络中最小能耗多播树的生成和优化问题,提出了基于最优能耗多播树构造的Ad hoc网络节点路由算法。在该算法中,首先将最小能耗多播树生成问题转化为不同中继节点集合幂空间中的动态寻优问题,构建基于最优能耗多播树求解模型;然后利用改进的粒子群算法对不同维度空间上代表中继节点链路的粒子的权值进行映射和修正计算,再依据粒子适应度值对粒子的局部极值和全局极值进行更新;最后根据粒子位置和速度更新机制进行迭代计算,将最终的全局极值点和极值作为最优多播树的节点位置和能耗值。实验仿真证明,该算法具有较好的粒子多样性,全局搜索和局部搜索能力较好,并且优化能力较强。     

一种改进的综合Borda元搜索引擎结果排序算法

在传统的元搜索引擎中采用了Borda排序算法,即根据成员引擎检索结果的相关位置赋予一定分值,求和后按总分递减排序。这对各个成员引擎检索结果重叠度较高的检索排序非常有效,但对独立的搜索结果效果不好,速度较慢。另有根据检索字符串和检索结果的标题、摘要等相似度进行排序,这种排序快速,实现简单,但返回的信息简单,可能导致摘要信息多的排在前面,而不是内容相关的高的排在前面。针对这两种算法的不足,提出了一种改进的综合Borda排序算法,计算检索字符串和结果标题、摘要的相似度,再把相似度作为相关分值进行排序,它综合了两种算法。实验结果表明,他的查准率优于传统的Borda算法。     

基于视觉修正的改进最大最小蚂蚁系统求解TSP

蚁群算法的研究与发展为解决优化问题提供了良好的方案,但是依然存在收敛速度慢和容易陷入局部最优的问题。为此,提出一种基于视觉修正的VC-MMAS算法。该算法以启发式信息为依据初始化信息素浓度,从而加速初期的算法收敛速度;引入“天文蚁”对历史最优路径进行检查和修正,同时使用“双优”策略更新信息素,帮助算法跳出局部最优。在旅行商问题(TSP)上的实验对比表明,该算法与其他算法相比具有更好的全局寻优能力和稳定性。     

基于投票模型的元搜索排序合成算法

排序合成问题是元搜索引擎研究的一个重要方面。该文分析了基于投票模型的排序合成问题。在讨论2个常用的投票规则Borda和Condorcet的基础上，介绍了用图论算法实现的淘汰投票算法，包括Kemeny算法。针对Kemeny算法是NP-hard问题，提出了一种易于实现的启发式淘汰投票算法，并且利用TREC数据集进行实验比较这些方法。实验结果表明，淘汰投票算法与Borda算法执行效果相当，有时甚至超过Borda算法。     

基于改进模糊Borda法的直觉模糊组合多属性群决策方法

总结比较5种广泛应用的直觉模糊决策方法,发现针对同一问题,运用不同的决策方法可能得到不同的决策结果.针对这一现象,借鉴明确集范畴内的组合评价思想,提出基于改进模糊Borda法的直觉模糊组合多属性群决策方法,并对权重信息完全未知的直觉模糊组合决策问题进行研究,提出解决思路.将所提方法应用于多机种保障预案决策这一实际问题中,发现组合决策结果符合一致性检验要求,说明该方法具有一定的适用性,可以为直觉模糊决策提供一种新的思路和方法.     

Multi-batch integrated scheduling algorithm based on time-selective

Based on the problem that the integrated scheduling algorithm cannot fully consider the impact of the scheduling process on the subsequent process so that the scheduling results are impacted, this paper presents a multi-batch integrated scheduling algorithm based on time-selective. This algorithm proposes a process sequence sequencing strategy,it divides the whole structure of the process tree into several process sequences and determines the scheduling order according to the path length. The multi-batch time-selective scheduling strategy generates several process combination plans. It presents the process combination selection strategy chooses the combination plan most close to scheduling targets among the different combination plans. The analysis and example show that this algorithm is better in multi-batch integrated scheduling.

     

Methodological improvement on local Gabor face recognition based on feature selection and enhanced Borda count

Face recognition has a wide range of possible applications in surveillance, human computer interfaces and marketing and advertising goods for selected customers according to age and gender. Because of the high classification rate and reduced computational time, one of the best methods for face recognition is based on Gabor jet feature extraction and Borda count classification. In this paper, we propose methodological improvements to increase face recognition rate by selection of Gabor jets using entropy and genetic algorithms. This selection of jets additionally allows faster processing for real-time face recognition. We also propose improvements in the Borda count classification through a weighted Borda count and a threshold to eliminate low score jets from the voting process to increase the face recognition rate. Combinations of Gabor jet selection and Borda count improvements are also proposed. We compare our results with those published in the literature to date and find significant improvements. Our best results on the FERET database are 99.8%, 99.5%, 89.2% and 86.8% recognition rates on the subsets Fb, Fc, Dup1 and Dup2, respectively. Compared to the best results published in the literature, the total number of recognition errors decreased from 163 to 112 (31%). We also tested the proposed method under illumination changes, occlusions with sunglasses and scarves and for small pose variations. Results on two different face databases (AR and Extended Yale B) with significant illumination changes showed over 90% recognition rate. The combination EJS-BTH-BIP reached 98% and 99% recognition rate in images with sunglasses and scarves from the AR database, respectively. The proposed method reached 93.5% recognition on faces with small pose variation of 25° rotation and 98.5% with 15% rotation in the FERET database.     

基于链路预测的有向互动影响力和用户信任的推荐算法

针对传统推荐算法存在忽视社交网络结构紧密强度对用户信任传递的影响和缺乏社交心理解释等问题,提出基于链路预测的有向性互动影响力和用户信任的推荐算法。首先利用融合用户偏好行为和社交圈的综合相似度识别出目标用户的相似朋友圈;其次通过结合节点引力指数和有向性影响因子获得目标用户之间的有向性互动影响力,再利用由有向性互动影响力和用户评分信任而得的综合用户信任值在目标用户的相似朋友圈中寻找出值得信任的相似用户集合,有效提高了推荐的精确性,最后产生推荐。结果表明,所提的推荐方法较之前的社会网络推荐算法在性能上具有显著提高。     

融合动态社交关系的距离度量推荐算法

目前,用户的好友关系及其自身呈现的动态变化趋势,使得基于静态社交关系的推荐算法难以满足现今瞬息万变的世界。为解决准确度较低等问题,提出利用用户购买物品的时序行为挖掘隐式社交关系的方法。首先将隐式社交与相似度算法相融合,其次针对近邻评分的稀疏性,提出改进的近邻评分填补方法,然后使用填补后的近邻评分对模型预测评分进行修正,最后生成预测评分。实验部分采用MovieLens数据集评估提出的方法,并与现存算法作对比分析。结果表明,该算法与传统算法及改进算法相比更稳定,也更有效地预测了目标用户的真实评分。     

基于稀疏表示的分块人脸识别算法

最近基于原型（Prototype）加变差（Variation）表示模型的稀疏表示方法被有效用于人脸识别。由于该算法是基于整个人脸来考虑的,忽略了人脸局部特征对整个识别过程的影响。为了解决这个问题,引入了分块处理的思想,运用Borda计数的方法对每个子模块按照残差大小进行投票,根据最终的投票结果对人脸进行分类判别。在AR人脸库上的实验结果表明该方法与其他方法相比,在对具有部分遮挡和光照变化人脸的识别上具有更好的效果。     

一种炼钢–连铸生产计划一体化编制方法

炼钢和连铸生产调度是钢铁企业生产调度的重要内容而且二者密切相关.目前采用的调度方法多是分别编制炼钢炉次计划和连铸浇次计划,还没有协调处理二者的有效办法.提出了一种炼钢-连铸生产计划的一体化编制方法.首先通过求解炼钢炉次计划编制的多目标优化模型得到炉次计划的多个候选方案,在此基础上通过求解以最小化计划数为目标的连铸浇次计划数学模型得到浇次计划,最后根据浇次计划从炉次计划的候选方案中确定炉次计划.求解过程中使用了多目标模拟退火算法和改进变邻域搜索算法.基于实际生产数据的仿真试验表明了所提方法的有效性.     

基于改进协同过滤算法的用户页面兴趣度预测研究

根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法可通过在网络日志文件中提取显性用户评分数据存在的虚假评分,发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示：提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大提高。