基于改进BN模型的网络切片安全部署方法

为了满足5G垂直用户对于网络切片部署时细粒度安全隔离需求,同时兼顾用户的隔离需求和提高资源利用率,提出了一种基于改进BN模型的网络切片安全部署方法。首先提出了一种双层BN模型的网络切片部署架构,基于SBA（service based architecture）设计了虚拟机容器的双层虚拟化架构,将网络切片根据其所属用户的隔离需求分配利益冲突类标签,基于改进的BN模型部署规则确定网络切片的隔离部署策略;然后将该部署方法建立为整数线性规划模型,并将部署成本作为目标函数,通过最小化目标函数实现低成本部署网络切片;最后使用遗传算法对该问题仿真求解。实验结果表明,该安全部署方法在满足网络切片安全隔离需求的前提下降低了部署成本。     

一种基于自适应代理模型的并行贝叶斯优化方法

提出一种基于自适应代理模型的并行贝叶斯优化方法,用于求解计算成本高的复杂优化问题.该方法基于多点期望改进判据,通过批次采样实现并行优化.针对并行优化产生的大量历史数据会导致全局代理模型建模成本高的问题,提出一种改进的基于数据并行的高斯过程建模方法,在线构造局部代理模型.此外,针对多点期望改进判据计算成本高的问题,提出一种启发式的分层优化策略,通过序贯优化基于自适应代理模型的单点期望改进判据,近似计算多点期望改进判据.最后通过5个测试问题验证所提出方法的有效性.     

基于种群熵的改进自适应蚁群算法

针对标准蚁群算法(ACO)在求解旅行商问题(TSP)时出现的早熟收敛、易陷入局部极值点的缺点,提出了基于种群熵的改进自适应蚁群算法求解方法.通过种群熵来衡量算法是否陷入局部最优,直接交换部分边上的信息素以增加解的多样性.通过对解TSP的实验仿真表明,改进后的算法提高了搜索效率和全局收敛性能,该算法是可行和有效的.     

基于均匀角点匹配的基础矩阵估计方法

鉴于Harris角点匹配时产生的聚簇现象,引入邻近点剔除策略,可以提取到较为均匀的匹配角点.在此基础上,进一步对计算基础矩阵的8点算法进行改进,通过对匹配点进行分组求解基础矩阵,以每组得到的基础矩阵求平均值作为最终值.实验结果表明,该方法求解的基础矩阵具有较高精度.     

一种协作机器人工作空间灵活度的求解方法

传统机器人工作空间灵活度主要采用逆运动学方法(IK)进行求解,而偏置的存在导致协作机器人的逆运动学求解困难,无法求解其工作空间灵活度.为此,提出了一种不需要进行逆运动学求解的改进方法.首先,对机器人偏置进行定义,并分析IK方法的不足.然后,借助服务球的概念得到满足服务点条件的几何约束,通过该几何约束得到求解灵活度的误差模型,并提出影响灵活度求解的误差参数E及工作空间灵活度指标λ.接着,分析改进方法中的参数n、n_0、n_1对E、λ的影响,并确定该参数的取值.最后,对比改进方法与IK方法可知,在保证求解准确性的前提下,改进方法比IK方法的求解时间短、计算效率高.通过求解具有偏置的协作机器人工作空间灵活度,证明了改进方法具有适应性强的特点.     

考虑设施深度的过道布置问题及改进烟花算法求解方法

针对过道布置问题中忽略设施深度及物流交互点置于过道边线的问题,结合实际布局活动对过道布置问题进行拓展,构建考虑设施深度的过道布置问题的混合整数规划模型,并提出一种改进烟花算法.该算法采用2-opt邻域构造方法对爆炸操作进行离散化处理;设置搜索深度并执行两点变异操作,实现变邻域搜索;通过贪婪选择方法更新种群以记忆精英解.为改进算法,引入混沌映射初始化烟花种群和设置阈值以加速算法寻优.通过对比数学规划方法与所提出算法的求解结果,验证了模型的有效性和所提出算法的求解优势.最后,通过不同算法的对比实验表明,改进烟花算法在寻优精度、收敛效率和稳定性方面均有明显优势.     

用遗传算法解决点状要素的自动注记问题

文章针对点状要素的自动注记问题,提出了一种改进的自适应遗传算法,并详细地分析了它的实现方法和步骤。通过实验求解表明,该方法是解决点状要素自动注记问题的有效方法,很好地解决了点注记的冲突、压盖和位置优先级问题。     

求解球面点分布问题一种新型的遗传算法

如何将N个点均匀分布在单位球面上的问题,具有许多不同的求解目标.本文主要针对物理学家Thomson在研究核电子的平衡时提出的将N个点分布在三维单位球面上,满足某种形式的α-能量最低的分布问题.球面点分布问题具有维数高,计算量大,求解困难等特点.目前国际上针对该问题的求解主要采用物理模拟,数学论证等方法,它们都只针对该问题α=0,α=±1的特定情况适用,而且求解精度有限.本文设计了一种基于拟物算子的新型遗传算法来求解MinE(α,ωN)问题.它极大地改进了搜索空间,能精确地求解球面点数小于等于100时包括素数点数的最优分布问题.     

基于Moore-Spence扩展系统鞍结分岔点的降阶新算法

为了克服Moore-Spence系统的计算复杂性.通过引入辅助方程形成扩展的Moore-Spence系统,得到一种求解Moore-Spence扩展系统的矩阵降阶新算法.该算法可大幅度降低系数矩阵的阶数,解决了Moore-Spence方程高维数求解的困难.算例仿真结果表明,该方法对于求解微分代数电力系统模型的鞍结分岔点是行之有效的.     

基于改进蚁群求解特征子集的入侵检测方法

为了去除冗余特征,提高入侵检测系统的检测性能,提出一种基于改进蚁群算法求解特征子集的入侵检测方法.对蚂蚁的初始位置、启发函数、信息素更新策略及状态转移概率函数均做了优化.对KDD CUP 99数据集进行预处理,根据信息熵理论对特征进行初步提取.由提取的特征点构造邻接拓扑,用改进蚁群算法进一步求解特征子集.通过十折交叉验证法训练及优化改进蚁群算法及支持向量机的参数,并测试该入侵检测方法的性能.实验结果表明,相比其他方法,所提方法的性能较优,F-Measure值有一定提升,测试时间显著减少.     

等距曲面的NURBS放样插值方法

本文给出了等距曲面的一种NURBS放样插值生成方法，该方法主要是在原始NURBS曲面上取得一个能较好反映曲面特征的型值点阵，再交这个型值点阵按某种算法矢方向外推，从而得到原始曲面的等距曲面上的型值点阵，然后，再用NURBS放样插值曲面来逼近等距曲面，本文给出的算法几何意义明显，易于编程实现，且得到的等距曲面其u向和v向参数曲线仍是NURBS曲线，且具有C^2连续性，最后，给出了一个实例。     

一种鲁棒的序列图像自动拼接方法

针对传统图像拼接方法中鲁棒性差、计算量大及自动化程度低等问题,提出一种鲁棒性高的序列图像自动拼接方法。该方法首先采用Harris角点检测算子对经Wallis滤波后的序列图像进行特征点提取,并结合Forstner算子对特征点进行精确定位。然后基于所提取的特征点,采用邻域灰度互相关法进行序列图像的特征点匹配,得到粗匹配点集,并运用RANSAC算法对粗匹配点集处理得到精匹配点集,由精匹配点集求出较高精度的基础矩阵及极线,并由极线约束引导匹配得到高精度的匹配点对,再运用双向松弛整体匹配算法进一步剔除少数位于极线上的误匹配点。最后利用所得的高精度匹配点对,求解序列图像间的仿射变换关系,并进行图像的坐标变换和融合,从而实现序列图像的自动拼接。实验结果表明,该方法拼接效果理想,鲁棒性高,整个拼接过程全自动,不需要人工干预,具有较高的实用价值。     

一种基于序列图像的交互式快速三维重建方法

针对普通数码相机拍摄的序列图像,提出了一种快速的交互式三维重建方法.首先基于SFM技术得到了相机的内外部参数;然后在图像上交互取点以构建逼近物体轮廓的多边形,结合该多边形,利用轮廓跟踪算法提取出精确的外形轮廓;最后通过匹配轮廓点的方式重建出三维模型.实验结果表明该重建方法是快速而有效的.     

多点焊接机器人最优运动规划策略与算法研究

利用遗传算法寻找多点焊接机器人的最优运动规划的方法。第一步应用遗传算法对多点焊接工业机器人进行全局路径最优规划,确定机器人操作手终端遍历所有目标点的最短路径;然后在相邻目标点之间应用遗传算法进行关节空间的轨迹规划,寻找时间最短的最优轨迹。实验结果表明缩短了运行时间,提高了机器人的工作效率,可见方法的可行性和先进性。     

高精度自适应的四边形网格重建

提出了海量数据点集的四边形网格重建算法。首先根据精度要求简化数据 点,按一定规则连接相邻的简化数据点生成多边形网格,对网格中高斯曲率较大的顶点进行 局部细分提高其精度,然后对多边形网格进行整体细分使其全部转化为四边形网格,最后分 裂度较大的顶点对其进行优化。实验结果表明,算法对拓扑结构较为复杂的海量数据点集的 四边形网格重建是行之有效的。     

蚁群算法的改进及在TSP问题上的仿真验证

蚁群算法是一种新型的模拟进化算法,具有正反馈、分布式计算等特点。在介绍蚁群算法基本原理的基础上,针对基本蚁群算法求解速度缓慢、容易陷入局部最优等特点,采用分区搜索的思想,提出了一种改进的蚁群算法。它将搜索区域分成几个较小的区域进行局部搜索,得到了局部较优解,以此产生蚁群算法在全局搜索时的初始信息素分布,并结合局部与全局信息素调整等策略,大大地加速了算法的收敛速度。在TSP旅行商问题上的仿真验证表明它是可行性和有效性的。     

两维区域三角剖分的新算法

提出一种两维区域三角剖分的新算法,算法首先递归应用求两维点集凸包的Graham扫描法,在原始区域的点集中求出一系列的凸包,同时原始两维区域也被这些凸包划分为多个独立的子区域,然后对相邻两个凸包之间的子区域进行三角剖分,从而实现对整个原始两维区域的三角剖分.和以往得算法相比,提出的算法的时间效率大大提高了,并且在作者参与的军队2110建设项目应用中也体现了良好的效果.     

基于控制点的分层双向动态规划立体匹配算法

提出一种基于控制点的分层双向动态规划立体匹配算法．首先，利用改进Volumetric迭代算法获取具有高可靠度的控制点，将其作为具有正确视差的匹配点．其次，在高可靠度控制点的指导下，利用分层双向动态规划算法在DSI（disparity-space image）视差空间图中进行初匹配，进而在Delta DSI（delta disparity-space image）视差变化空间图中进行精匹配，从而获取高密度视差图．实验结果表明，该算法不仅可以改善传统直接动态规划立体匹配算法产生的带状条纹瑕疵，而且计算速度较快，匹配结果也优于传统动态规划的匹配结果．     

一种新的混合粒子群算法求解置换流水车间调度问题

针对粒子群算法易早熟的缺点,提出了一种结合迭代贪婪(IG)算法的混合粒子群算法。算法通过连续几代粒子个体极值和全局极值的变化判断粒子的状态,在发现粒子出现停滞或者粒子群出现早熟后,及时利用IG算法的毁坏操作和构造操作对停滞粒子和全局最优粒子进行变异,变异后利用模拟退火思想概率接收新值。全局最优粒子的改变会引导粒子跳出局部极值的约束,增加粒子的多样性,从而克服粒子群的早熟现象。同时,为了使算法能更快找到或逼近最优解,采用了循环迭代策略,在阶段优化结果的基础上,周而复始循环迭代进行求解。将提出的混合粒子群算法应用于置换流水车间调度问题,并在问题求解时与几个具有代表性的算法进行了比较。结果表明,提出的算法能够克服粒子群早熟,在求解质量方面优于其他算法。     

基于极线约束的ORB特征匹配算法

图像匹配是机器视觉领域的基础核心课题,针对当前ORB (Oriented FAST and Rotated BRIEF)图像特征匹配算法虽然执行速度快,但是匹配质量不高的问题,提出一种通过极线约束来改进ORB匹配的算法。通过合理设计Hamming阈值大小来提高初始匹配点数量,采用RANSAC和8点改进法计算基本矩阵,应用极线约束剔除误匹配保留大量优质匹配点。仿真实验结果证明,算法改进后的优质匹配点数量可达原始算法的2-3倍,同时极大地提高了匹配点的质量,证明了算法的有效性。