Riker子波匹配追踪算法及其改进

匹配追踪（Matching Pursuit）算法的基本思想是基于信号的可分解和重构,是在一个确定的函数集合中自适应地选择一些函数来表示一个信号的计算过程,函数集合中的每个函数都称为原子。本文利用奇异值分解对传统的匹配追踪算法进行了改进,提高收敛速度、计算速度以及重构精度,并将得到的时频分布与其他方法进行对比,测验结果证明了改进算法的高效性和有效性。     

基于双向匹配法和特征选择算法的中文分词技术研究

传统的双向匹配算法虽然能够发现歧义现象,但是却不能解决歧义问题.为了更好地进行歧义消解,提出了一种基于双向匹配法和特征选择算法的中文分词技术,通过积累的语料库,设计并实现了一个基于两种方法的分词系统.该系统的实验结果表明,基于双向匹配法和特征选择算法的中文分词技术比传统方法的效果要好.     

输入排队中调度算法的研究

基于输入排队策略的路由器具有良好的可扩展性,但需要一个有效的调度算法的支持,才能保证吞吐率和延迟等性能。文章对一些典型的输入排队调度算法进行了分析,为输入排队调度算法的进一步研究提出了新的思路和方向。     

基于改进Balance算法的车货匹配研究

贪婪算法(Greedy algorithm)只关注当前匹配的收益,在车货匹配的过程中有可能出现集中匹配同一车型的情况,导致匹配的效果并不理想。对Balance算法进行改进,并应用于车货匹配中,提出基于改进Balance算法的车货匹配模型(Improved Balance Vehicles and Cargos Matching Model,IBVCM)。模型引入车货匹配平衡函数定义各车型的匹配情况,并根据车货之间的匹配关系对函数进行修正,在为货物选择匹配车型时综合考虑当前车货匹配的收益以及车型匹配情况两个因素。实验结果表明,文中所提的IBVCM模型与贪婪算法相比匹配的成功率提高13.5%,匹配的总收益提高18%。     

人工免疫中匹配算法研究

针对现有基于人工免疫理论入侵检测系统中的亲和力匹配算法研究的不足,导致检测结果误报率和漏报率较高的问题,提出了一种新的进化匹配机制.定义了自体非自体,给出了成熟细胞动态方程,亲和力累积方程和进化匹配算法,建立了模型的形式化描述.采用动态匹配算法加快了进化速度,保存了具有优势特征的物种,提高了检测效率和准确性,使得对抗原的识别率更为有效.实验结果表明,该模型具有定量、高效率和较好的准确性,能积极主动的保护系统不受实质性攻击.为构建新一代高效合理的网络安全系统提供了一种有效方案.     

虚拟试验中基于匹配特性融合的内容网络匹配算法

在应用广泛的基于Map的内容发布/订阅系统中,系统会让订阅中的每个约束条件与对应事件进行匹配,但由于系统中每个订阅都有着较大数目的约束条件,从而需要较高的事件匹配效率.在分析匹配网络中的覆盖剪枝和具有精确定位特性的谓词索引基础上,该文提出一种基于匹配特性融合的内容网络匹配算法.给出了算法的数据结构、订阅处理流程及匹配处...     

RA码译码简化算法的研究

RA码BP译码算法，可以实现线性时间译码，然而具有较高的复杂度。为了便于硬件实现，首先提出将最小和算法应用于RA码，然后对最小和算法进行了改进，提出了归一化算法和偏移算法，使循环译码算法在复杂度和性能之间取得了较好的折衷。仿真结果表明：归一化算法和偏移算法复杂度低，性能接近BP算法。     

自补图的匹配性研究

讨论了自补图的完美匹配的存在性和自补图的最大匹配问题。     

基于模拟退火算法的三维人脸匹配方法

基于模拟退火算法,利用深度信息对三维人脸进行匹配和识别。通过具有全局优化能力的模拟退火算法搜索获取全局极值,选择合适的适应度函数MLESAC和SIM控制匹配过程获得识别结果。基于“由粗到细”的思想,分3步匹配三维人脸,并对精准匹配阶段进行改进,通过选择合适的区域和分类器能够更好地应对表情的影响。实验结果表明,模拟退火算法跳出了局部最优解而获得了全局优化解,同时通过选择MLESAC和SIM作为不同匹配阶段的适应度函数能够有效控制匹配过程,提高了识别精准率。     

Clos交换网络中随机化的加权匹配调度算法

为达到100%的吞吐率,传统MSM型Clos网络调度算法通常是以高算法复杂度为代价,为避免这一现象,提出了一种低复杂度的分布式调度算法,即随机加权匹配调度,可利用缓存的信息和到达过程的随机性来寻找匹配.该算法中,输入级模块将请求信息均匀分布到中间级模块,由各中间级模块独立分布式地执行匹配算法.由于不需要迭代,且级间传递信息少,算法降低了调度过程中的通信开销.仿真结果表明,新算法在多种业务下都能达到100%吞吐率.     

基于中心点的指纹匹配算法的研究

研究了一种基于指纹中心点的指纹匹配算法.该算法将指纹的中心点来确定指纹匹配时的参考点,指纹的中心方向为初始方向,在此基础上所有的特征点用极坐标表示.该方法降低计算量,并提高了匹配的准确性.     

基于改进的遗传算法的图像匹配研究

匹配算法的计算量由搜索位置数与相关算法的计算量之积来决定,因此,为了减少总的计算量,需要改进匹配算法和减少搜索位置。提出一种改进的遗传算法的匹配方法,设计了染色体的表示方法、新的适应度函数以及新的遗传操作算子。为了加快算法的收敛速度,对初始种群的选取和遗传算子操作概率的选取提出了新的方法。实验结果表明,该方法更有效地完成了特征图像之间的匹配。     

基于SURF算法的双目视觉立体匹配研究

针对双目视觉立体匹配效率低的问题,从SURF匹配算法和摄像机标定、校准方面进行了改进。与传统视觉匹配算法相比,SURF匹配算法具有效率高、抗干扰能力强等优点。对摄像机进行标定与校准,校准后的特征点更精确,为准确匹配奠定了基础。利用极线约束条件改进SURF算法匹配速率,并进行了相关实验。实验结果表明,算法不仅降低了匹配时间,而且还提高了匹配准确率。     

基于ASIFT改进算法的无人机图像特征匹配方法研究

无人机图像纹理丰富、特征显著,在机器视觉三维重建及机器人导航中应用广泛,但其视角变化大,且易倾斜。传统的尺度不变特征变换(SIFT)算法和Affine SIFT(ASIFT)算法等图像特征匹配算法误差较大,难以满足应用要求。针对该问题,提出了一种基于ASIFT的改进算法。首先用ASIFT算法模拟图形畸变,然后利用SIFT算法中的k d树算法对最邻近特征点进行快速搜索匹配,最后加入随机抽样一致算法,得到匹配对的参数模型,同时对不符合模型的误差匹配对进行剔除。实验结果表明,该算法可以优化匹配效果,提高匹配速度。     

基于坐标域变换的掌形匹配算法的研究

针对掌形识别采集过程存在的掌形平移、旋转、缩放的问题,提出了变换坐标域的概念,将手指轮廓点重新定义坐标.此方法有效的解决了掌形识别过程中存在的三种仿射变化问题,从而去掉了目前采集过程中的固定栓,使得采集过程更加灵活,方便,人性化.     

一种基于遗传算法的立体匹配方法

立体匹配问题是被动视觉研究中最关键的问题之一。本文定义了描述立体匹配问题的染色体表示,设计了相应的适应度函数,并按照立体匹配中相应的约束条件,将遗传算法应用于该问题中。实验证明该算法具有较强的适应性和稳定性。     

基于反馈的立体匹配算法

针对因传统的置信度传播（BP：Belief Propagation）算法生成的深度图并非十分精确而导致深度图的绘制及立体重现存在的失真问题,提出一种基于反馈的立体匹配算法,使生成的深度图进一步优化。该算法首先通过BP算法生成深度图,然后由左视点图像与深度数据绘制右视点图像,将绘制出的右视点图像与真实右视点图像进行比较,再将比较结果反馈给BP算法的匹配代价,最后由新的匹配代价重新生成深度图。实验结果表明,该算法与无反馈的算法比较,绘制右视图的PSNR（Peak Signal to Noise Ration）值平均增高0.2 dB。     

基于时间序列相似性匹配算法的地震预测研究

把匹配抽象时间序列相似性的方法引入到地震预报的应用中,结合大量地震历史源数据,地震领域的专家经验知识和相关成果基础上,提出了一种简化的抽象时间序列匹配模型。该模型在对海量数据进行预处理筛选的基础上在进行时间相似性匹配,增加了横向和纵向多方位地区和多方位时间段的匹配,不同时间差和阈值的匹配,并通过大量实验对该模型进行了反复验证,同时对我国地震频繁地区近几十年的地震历史数据进行了相似性匹配实验分析,取得了可信度较高的实验结果,实验结果验证了所给时间序列相似性匹配控制策略的有效性、实用性以及算法的优越性。