多重滤子非单调新锥模型信赖域算法

将由Gu和Mo所提出的一种新的非单调技术,应用到新锥模型的过滤信赖域算法中,提出了一种求解无约束优化的非单调多重过滤信赖域方法,新算法中的每个非单调项是其先前单调项和当前目标函数值的凸组合,不但在每一次迭代中构造出新的比率来调整信赖域半径减少运算量,而且在实验步骤不被接受时利用了多重过滤技术增加了试验点的接受几率,在适当的条件下,证明了算法的收敛性。数值试验表明了该算法的有效性。     

一种改进的非单调自适应新锥模型信赖域算法

对无约束优化问题提出了一种改进的非单调自适应信赖域算法。尽管传统的非单调技术存在着众多优点,但是也存在着易丢失最优解等缺点,为了克服这些缺点,文中提出了一种新的非单调技术,该技术是将已成功迭代点的函数最大值与当前迭代点的函数值相结合,充分利用了目标函数的信息,进一步将这种非单调技术引入到信赖域中,提出了一种改进的非单调自适应信赖域算法,在一定的条件下,证明了算法的收敛性,数值实验表明此算法的有效性。     

带有线搜索的非单调自适应新锥模型信赖域算法

提出了一种带有线性搜索的非单调自适应新锥模型信赖域算法。根据线性搜索方法计算量小和信赖域方法良好的收敛性优点,文中将非单调Wolfe线性搜索应用于新锥模型自适应信赖域方法中,结合构造了一类新算法:当试验步d_k不成功时,采用非单调Wolfe线搜索求得下一个迭代点,使得新算法无需重解子问题,减少计算量。另外,利用c^p||B^-1_k+1|| ||g_k+1||来调节半径,其中c∈(0,1),p为非负整数。在适当\\条件下,证明了该算法的全局收敛性和有效性。     

非单调的微粒群信赖域算法

文中对无约束优化问题提出了一类非单调信赖域算法,将搜索性能良好的微粒群算法和总体收敛性良好的信赖域算法有效融合,并提出了基于微粒群的信赖域算法,在适当的条件下,证明了算法的全局收敛性。     

基于信赖域的序贯拟蒙特卡洛滤波算法

针对系统状态估计、目标跟踪等是包含多源不确定性信息的非线性非高斯随机过程,提出了一种基于信赖域的序贯拟蒙特卡洛(Sequential Quasi-Monte Carlo,SQMC)滤波算法.该算法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性,降低了滤波过程中的积分误差,提高了状态估计精度;同时,利用信赖域(T...     

半定规划的非单调信赖域算法研究

半定规划是线性规划的一种推广,是一个非光滑的凸优化问题。文中利用半定规划的最优性条件将半定规划问题转化为一个非线性可微的方程组,然后将这一方程组转化为一个无约束优化问题。因此求解半定规划问题就转变为求解无约束优化问题,最后用非单调的信赖域算法求解此问题,即避免了重复计算子问题,且降低了运算次数,同时也证明了此算法的收敛性。     

舰船网络别名解析算法研究

针对当前IP别名解析算法效率低和准确度不高的问题,在单调别名解析(MIDAR)算法基础上,提出策略优化的改进算法。该算法通过IP地址分类和IP别名解析对的"噪音"过滤解决舰船跨域行驶的IP解析问题,极大地降低了别名解析规模,通过IP响应时间消除潜在的别名对,实现了文中的改进算法。实验结果表明,在R&E和Tier-1两个数据集上验证了所提算法的有效性,并且模拟舰船跨域行驶时大规模别名解析环境,相比传统MIDAR算法,所提算法准确率提高了17%。     

基于单调场景运动的复杂非均匀性校正

在红外探测器中,高频非均匀性主要表现为列或者行条纹,而低频非均匀性则主要表现为片状。在实际应用中,场景是沿着一个单调方向,并且有不同的非均匀性出现。基于这样的考虑,提出了一个基于场景的非均匀性校正技术,不仅符合上述校正要求,而且也实现了小型化、低功耗的实时硬件系统。通过为配准原则开发一种新的投影估计来解决问题,同时在硬件系统上实现了这一技术。通过评价标准测试了这项技术的性能,展示了在单调运动下系统非均匀性校正的实际效果。实验结果表明:该算法具有校正精度高、收敛速度快的优点。     

一种新非单调法求解压缩感知问题

提出了一种新的非单调线搜索Barzilai-Borwein梯度法,并证明了该算法的全局收敛性。通过Matlab数值试验表明,该算法对重构稀疏信号是可行有效的,与其他算法相比,具有迭代次数少,计算用时短等优点。     

基于用户模糊相似度的协同过滤算法

针对离散评分不能合理表达用户观点和传统协同过滤算法存在稀疏性等问题,借鉴年龄模糊模型,提出了梯形模糊评分模型。该模型将离散评分模糊化为梯形模糊数,考虑了评分模糊性和信息量,通过梯形模糊数来计算用户相似度,据此设计了协同过滤算法,并证明了该算法是传统协同过滤算法在模糊域的扩展。实验表明,该算法在数据稀疏且用户数远多于项目数时性能突出,并且算法运行时间远小于传统协同过滤算法。     

一种用于消除红外图像噪声的自适应加权滤波算法

针对带有高斯噪声和椒盐噪声两种混合噪声的红外图像,提出了一种自适应加权混合去噪算法。该算法首先通过邻域像素的灰度差值来判断像素噪声的类别,然后对高斯噪声采用自适应加权均值滤波法滤除,对椒盐噪声采用自适应加权中值滤波算法滤除。实验表明,该方法优于传统均值滤波算法和中值滤波算法,能同时消除混合噪声,并具有较好的保护图像细节的能力。     

面向目标检测的多尺度运动注意力融合算法研究

运动目标检测是视频分析领域的关键技术之一,针对目前全局运动场景下目标检测算法的局限性,该文提出一种多尺度运动注意力融合的目标检测算法,为目标检测问题提供了新思路。该算法通过时-空滤波去除运动矢量场噪声,根据运动注意力形成机理定义运动注意力模型;为提高注意力计算的准确性,定义了目标像素块的测度公式,采用D-S证据理论对多尺度空间运动注意力进行决策融合,最终获取运动目标区域位置。多个不同高清视频序列的测试结果表明,该文算法在全局运动场景中能准确对目标进行检测定位,从而有效克服了现有算法的局限性。     

一种新的SAR图像相干斑抑制算法

针对经典局域统计自适应滤波器的窗口大小问题,提出了一种新的用于抑制合成孔径雷达图像相干斑噪声的滤波算法.基于SAR图像的统计特性,窗口大小根据区域特征自动调整,尽可能将窗口调整为包含同一均匀区域,从而在保持细节的同时尽最大可能地抑制斑点噪声.实验结果表明,本算法不仅有效抑制了SAR图像的相干斑,保持图像的边缘细节.而且有着良好的图像视觉效果.     

一种基于极值的自适应中值滤波算法

图像平滑处理中,如何在去除噪声的同时完整地保留图像边缘细节一直是非线性滤波算法研究的热点问题。提出了一种基于极值的自适应中值滤波算法,该算法根据图像中某点是否为邻域极值点将全部像素分为可疑噪声与信号两类。对可疑噪声点采用包括八个一维窗口和一个二维窗口在内的不同尺度和不同方向的九个子窗口,按照各个子窗口的均方差大小,自适应选择窗口进行中值滤波;对信号点不加处理,灰度值不变。测试结果表明,该算法的滤噪特性和细节保护能力优于多级中值滤波;执行速度较快,优于经典中值滤波。     

一种基于数学形态学与小波域增强的滤波算法

为了有效滤除图像高斯噪声,将数学形态学与小波域增强相结合,提出了一种高斯噪声新型滤波算法.该算法首先将噪声图像进行二维小波分解,得到低频和高频子图像;然后保留低频子图像不变,对各高频子图像根据其噪声分布特点分别设计出多角度、多结构逐级形态学滤波器进行滤波处理,并进行小波分解系数重构;最后对经过形态学滤波后的图像进行2层小波分解,通过设计出一种新型小波增强函数对不同幅值的小波系数进行不同程度的收缩处理,在此基础上进行分解系数重构.将自适应中值滤波与数学形态学滤波与本文算法进行比较,实验证明本文滤波算法其去噪效果优于前两种算法.