基于粗糙集的改进遗传算法在RTM注射压力预测中的应用

针对目前RTM注射压力选取多凭经验,主观依赖性太强,数值计算又局限于简单模型,不适于形状复杂或已知参数不足的模型求解,以及遗传算法初始种群多为随机产生,容易导致算法早熟或不收敛等问题,提出基于粗糙集的改进遗传算法。用区分矩阵法对RTM注射压力决策表进行属性约简,并设定相似度阀值以提取知识库中符合相似度要求的样本来产生初始种群。实例表明,属性约简前后注射时间几乎相等,但约简后知识检索和提取速度比约简前提高了41%,说明对RTM注射压力决策表进行属性约简,不会改变知识分类,但可以明显提高计算速度。此外,改进遗传算法在17代时已经收敛,而标准遗传算法直到26代才收敛,表明改进遗传算法比标准遗传算法收敛更快更稳定,证明用改进方法优化RTM注射压力是可行和有效的。     

基于文化算法的认知无线电优化研究

提出了基于文化算法的认知无线电优化方法,以通断键控系统为例设计了待优化的多目标参数,利用文化算法的指导空间概念,加快目标参数优化速度。计算机仿真结果表明文化算法的收敛速度明显优于遗传算法,在进化代数明显少于遗传算法的情况下获得近似遗传算法的优化结果,这一特性适合于对实时性要求较高的认知无线电优化。     

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.     

基于能量和遗传算法的仿射变换求解方法

研究了具有仿射不变性的目标轮廓提取问题.给出了仿射变换参数的一种规范化方法;提出了一种基于轮廓曲线能量和遗传算法的仿射变换参数求解方法,采用带电粒子模型对梯度图像进行变换,实现了具有仿射不变性目标轮廓的自动提取;最后给出了实验结果.     

基于能量和遗传算法的仿射变换求解方法

研究了具有仿射不变性的目标轮廓提取问题.给出了仿射变换参数的一种规范化方法;提出了一种基于轮廓曲线能量和遗传算法的仿射变换参数求解方法,采用带电粒子模型对梯度图像进行变换,实现了具有仿射不变性目标轮廓的自动提取;最后给出了实验结果.     

基于分块分割GA-SVM算法的汽车侧面轮廓提取

针对基于图片的汽车侧面轮廓难以准确提取的问题,本文提出了基于图像分块遗传算法优化支持向量机参数方法。首先对汽车侧面轮廓进行分割,以图像分块处理的方式,将图像的前景或背景直接作为输出,运用支持向量机(support vector machine,SVM)对需要分割的部分进行分割,同时为了选择SVM的最优核参数c和g,运用遗传算法进行寻优,形成了GA-SVM算法。对分割后的图像进行二值化处理,并采用滤波运算除去杂点。在车窗及车灯位置极容易产生孔洞,对图片内部存在孔洞采用区域填充算法,最终得到汽车的侧面轮廓。实验结果表明,该算法能够较准确的提取汽车的侧面轮廓,减少分割时间。该研究具有一定的实际应用价值。     

采用SOM算法的软体机械臂三维形状实时感知

为实现软体机械臂精确的三维形状实时估计,奠定变形控制与应用的基础性工作,针对三段式软体机械臂,提出了一种基于自组织映射(Self-organizing map, SOM)算法的三维空间形状实时感知方法。首先,对ZED双目相机捕捉到的左、右图像帧进行图像预处理,得到左、右二值图像,并实时提取软体机械臂的二维轮廓数据。然后,采用SOM算法对轮廓数据进行聚类,有序得到软体机械臂二维中心线的多个骨干点,并与K均值,高斯混合模型以及细化3种中心线提取算法进行了对比研究,进一步表明SOM算法更适用于解决软体机械臂复杂形状的中心线辨识。最后,通过基于双目视差的三角测距模型完成软体机械臂的三维形状重构。该算法还采用数据降采样、SOM参数优化等方法,提高算法框架的实时性能。针对软体机械臂连续形变过程,进行了实时形状传感实验和对比验证实验。实验结果表明,该算法具有较高的形状感知精度和较好的实时跟踪效果。不仅如此,与其他文献中提出的形状检测算法相比,该算法也具有较好的性能。     

一种代理遗传算法及其在气动优化设计中的应用

遗传算法具有良好的鲁棒性和全局优化等优点,但是需要进行大量目标特性的计算,因此计算量很大.针对这一问题,利用代理模型计算量小的优点,将代理模型引入到遗传算法中,建立了一种高效的代理遗传算法.在该算法中,以遗传算法为整体框架,在优化搜索中部分使用代理模型进行目标特性分析,大大减少了计算量.为防止代理模型不精确带来的影响,在优化过程中通过引入EI方法,较好地解决了算法中校正个体的选择问题.为了验证方法的有效性,使用该算法进行了翼型的气动外形优化设计,升阻比提高了40%.与基本遗传算法相比,该算法的优化结果与之相当,但计算时间减少了约75%.结果表明该算法对遗传算法的改进是有效的,适合进行气动外形优化设计.     

一种改进的图像轮廓离散曲线演化算法研究

为了简化轮廓描述的复杂度,同时消除数字图像中目标对象存在的轮廓变形问题,通过离散曲线演化算法定义了基于面积比函数、平均角点距离、角点与质心平均距离函数作为终止函数的改进离散曲线演化算法。实验证明,该算法不仅可以在保留原轮廓视觉特性基础上大幅度减少轮廓的采样点数目,也能够很好的去除轮廓噪声,对后续目标识别具有重要意义。     

一种遗传量子粒子群的属性约简算法

针对粒子群算法收敛速度不佳和易陷入局部最优的问题,提出了一种遗传量子粒子群优化(GQPSO)的属性约简算法,GQPSO算法利用量子系统较大的搜索范围,并借鉴遗传算法的选择、变异等操作,从而避免了算法过早收敛至局部最优,且能得到可观的收敛速度。实验结果表明,GQPSO算法具有更快的收敛速度和全局搜索能力,提高了属性约简的效率。     

基于连续淘汰的快速自相似错误隐藏算法

为了减少自相似错误隐藏算法中搜索过程的计算复杂度，提出了一种基于连续淘汰的快速自相似错
误隐藏算法。该方法在已有自相似错误隐藏算法的基础上，利用域块和值块相邻像素之间的关系，对域块
的运动纹理特征进行分析以实现搜索过程中窗口尺寸的自动伸缩。利用连续淘汰方法，通过计算值块和域
块各自像素和的差与像素差的和，得到自相似块搜索过程中域块的最佳匹配值块间需要具备的必要条件，
通过比较直接淘汰掉搜索过程中不满足条件的值块。实验结果表明，该算法有效降低了自相似错误隐藏算
法的计算复杂度，恢复后的图像质量优于各种插值算法，并有效消除了错误传递现象。     

中文语句相似度计算的方法初探

分析了中文自然语言处理中句子相似度的计算方法,介绍了基于向量空间模型的TF—IDF的、基于句子语义和基于句子依存关系的三种句子相似度计算模型,并对它们的计算原理、计算方法进行了分析,给出了他们的优缺点．基于向量空间模型的句子相似度计算模型已经比较成熟,一般情况下能够产生较好的效果．由于TF—IDF方法没有考虑这种语义信息,所以传统的TF—IDF方法具有一定的局限性．而基于句子语义或句子的依存结构来进行相似度计算,能达到更好的效果．     

分散式小世界优化策略

优化问题可以描述为在搜索空间中从候选解向最优解的信息传递过程，如果可以把解空间视为一个小世界网络，而其中的每一解个体视为该小世界网络中的一个节点，那么利用小世界现象有效的信息传递即可实现最优解的搜索。借鉴Kleinberg提出的小世界网络中分散式搜索模型以及给出的优化的网络描述，实现了一种新的优化策略——分散式小世界优化策略。理论分析及在针对性问题上的仿真实验表明该策略具有较快的收敛速度和良好的搜索性能。     

高层建筑随机地震反应的简捷计算

依据高层建筑的变形特征,将高层建筑简化为悬臂剪切梁、弯曲梁、弯剪梁和弯曲—剪切梁,给出了其振型函数和相应的计算参数;基于振型叠加原理,给出了高层建筑随机地震反应计算的一般化方法,且为完全二次项组合ＣＱＣ法,对不同类型的高层建筑,计算方法的差异仅在于振型函数的差异。最后,对某３０层高层建筑进行了随机地震反应数值分析,得到了一些有益的结论。     

基于布尔运算的VRML模型创建技术研究

在分析VRML造型功能和几何元素求交特点的基础上,利用计算机图形学中的几何造型理论,将布尔运算的思想引入VRML造型过程,提出了利用拓扑信息遍历三维几何元素、结合几何信息实现三维状态下点归并进而构建新形体的思想,实现了基于VRML环境下的几何形体集合运算,提高了VRML造型的效率.     

一种动态分群带熵权的粒子群优化方法

为提高粒子群优化的求解性能,提出了一种动态分群带熵权的粒子群优化求解方法．该方法采用k的均值聚类获得子群总数,在子群粗搜索过程中充分利用其他粒子的熵信息,采用子群及其他子群搜索的最优解信息构建熵权以调整惯性权重,利用自身群粒子经过m次迭代时的优化信息构建熵权以调整本群的全局最优值．在子群精搜索过程中,利用各子群获得的最优解信息作为新群的初始设置,利用其他粒子的迭代信息构建熵权来调整全局最优值．采用传统的粒子群优化算法、其他文献中的方法以及新提出的方法分别对4个经典的测试函数进行对比实验,从获得解的最优值、平均值、标准差以及平均迭代数作对比,从而验证了该方法具有求解精度高以及优化求解迭代次数少等优点．     

基于均值查找的快速中值滤波算法

针对传统中值滤波算法时间复杂度高、运行速度慢,难以满足大型图像数据实时处理的问题,提出了一种快速中值滤波算法,将确定中值元素的过程由排序运算转换为基于均值对集合的二分查找,算法不依赖于滤波窗口的形状以及相邻窗口的相关信息,有效提高了中值滤波的执行效率,使传统中值滤波算法的时间复杂度由O(nln n)下降至O(n).实验中,该算法应用于大型图像序列的滤波处理,其运算速度提高到传统中值滤波算法的3倍以上,并且算法运行时间仅随滤波窗口大小线性增长,可以满足大尺度滤波窗口对大型图像数据实时处理的需求,具有显著的实际应用价值.     

三维散乱数据点集k近邻的快速搜索算法

从数据点的空间排列特点出发提出了k近邻搜索算法，利用多向链表对数据集进行排序，综合考虑了数据集的范围、点的总数、搜索步长及最近点数目k，并采用了空间包围策略，可以给出接近于最佳搜索速度的步长e和k值，并且在搜索终止准则上进行改进，使近邻点的搜索范围大大缩小，搜索速度加快。     

基于概念格理论的语义相似度模型研究及验证

将语义相似度计算模型定义为域、概念、属性组成的三维空间模型,并结合领域本体集,从概念格理论的角度考虑了该模型对语义相似度计算的影响.该模型通过对不同的向量加不同的权值来调节其对语义相似度计算的贡献,使计算结果达到最优,从而提高语义相似度计算的准确度.实验结果表明,与单方面计算相似度的方法相比,该方法能有效地提高语义相似度计算的查全率和查准率.     

带预测有效约束的边界元全解析敏度分析

建立了边界元的全解析敏度分析技术，并将该技术与通用的形状优化设计相结合，在求解最优化问题时，把预测有效约束的方法用于该算法中，用这种新算法对二维的平面应力下的弹性体进行形状优化，在优化例题时，用加权求和法处理该例题的多目标问题，最后获得满意的结果。