基于t分布混合模型的点集非刚性配准算法

考虑高斯混合模型(TMM)的点集非刚性配准算法易受异常点和重尾点的影响,提出了基于t分布混合模型的运动一致性非刚性配准算法.通过期望最大化(EM)框架的完整数据定义将高斯混合模型推广为t分布混合模型,使用EM算法最小化参数的条件期望获得非刚性配准参数的闭合解.在EM算法中计算浮动点集各个点的先验权重,减小异常点和重尾点对配准结果的影响;计算浮动点集各个点的自由度,自适应地改变每个点的概率密度分布模型,提高算法的鲁棒性,并避免了异常点水平估计误差对配准结果的影响.在t分布混合模型的条件期望函数中加入点集位移的正则项,使邻近点具有运动一致性(CPD).仿真数据表明,当噪声水平很高时,TMM-CPD仍可以精确配准点集,且误差仅为对比算法的1/10.真实图像的近似椭圆状分布、管状分布和三维点云状分布的点集配准结果表明,TMM-CPD的配准误差仅为对比算法的42.0％、80.1％和77.5％.实验表明,TMM-CPD配准含有重尾点和异常点的点集,具有精度高、鲁棒性好和受重尾点与异常点干扰小等优点.     

自适应编码蜂群算法求解连续批量统一模型

针对连续生产过程与间歇生产过程混合的生产调度问题,建立了统一优化模型.使用随机比例法对调度任务序列进行二次编码,并使用波动修正稳定设备生产效率.对最大完工时间评价准则进行修正,引入最小停机次数准则,细化解的评价层次.使用蜂群算法使种群搜索最优解,并通过逆向解码得到调度序列.将所提算法应用于化工企业烧碱生产过程,并与文献所给出的结果进行比较分析,证明了算法的有效性.     

结合高斯混合模型的改进暗通道图像去雾方法

针对经典的暗通道先验方法在处理含有大面积天空的有雾图像时,去雾图像的天空区域出现不同程度的颜色失真等问题,提出了一种结合高斯混合模型的改进暗通道图像去雾方法。首先,采用高斯混合模型对有雾图像进行建模,然后用期望最大化(Expectation maximization,EM)算法优化模型参数,从而将有雾图像分割成天空区域和非天空区域。其次,根据天空区域暗通道值的不同将其分为淡雾区、中雾区和浓雾区,分别估计透射率。并结合大气散射模型得到复原图像。最后,采用高动态范围图像自适应局部色调映射方法提升复原图像的亮度。实验结果表明,该方法有效地解决了经典暗通道先验方法去雾时产生的天空失真问题,且复原后的图像更清晰、视觉效果更好。     

基于混合模型和DAEM算法的自适应图像分割

图像分割是图像处理中最基本且具有挑战性的问题。基于高斯混合模型,提出了一种自适应的图像分割方法。采用DAEM(deterministicannealingexpectation-maximization)算法估计混合模型的参数,利用直方图信息确定图像的类别数并给出DAEM算法的初始值,最后根据Bayes最小错误率准则对图像进行分割。由于DAEM算法在传统的EM算法中引入了退火机制,DAEM算法能够收敛到全局最优值,使得分割结果更加准确。实验结果说明了此方法的有效性。     

三维模型特征识别中的分割与编码算法

三维模型特征识别是CIMS中的关键技术之一，用神经网络法解决三维模型的特征识别问题，具有鲁棒性，多重解释，根据例子学习、识别速度较快等许多优势势，基于凹凸变化产生特征的思想，根据底面、凹点、凹边等线索，对三维模型模型进行了合理的分割，找出三维模型特征可能存在的区域，并对该特征区域进行编码，将三维模型的拓扑信息，几休信息转化为神经网络能够处理的矢量数据，最后，再利用人工神经网络的学习与识别能力识别出模型的特征。     

基于浮点数编码的自适应遗传算法在模型辨识中的应用

掌握被控对象的数学模型是准确分析该对象特性的前提。由于目前被控对象变得越来越复杂，传统的辨识方法在很多情况下已不能胜任。本文提出将自适应的遗传算法（AGA），在融合、改进了其它一些遗传操作的基础上应用于系统辨识。通过分别对理论模型和实际模型的辨识仿真，结果证明本文的自适应遗传算法有较高的精度和较好的鲁棒性。     

融合Mean-shift与粒子滤波改进算法的自适应人脸跟踪

针对人脸跟踪中计算量大以及粒子退化现象,提出了结合Mean-shift与粒子滤波的改进算法。首先根据Mean-shift算法中的"核函数",建立彩色加权直方图的目标模型。再以人脸初始位置采用Mean-shift算法自适应生成新的粒子集合,通过粒子滤波算法进行权值更新和粒子再采样,得到下一帧人脸位置,同时舍弃较小粒子。实验表明该算法提高了跟踪的运算速度和稳定性,并对人脸遮挡和偏移也有一定的改进。     

基于局部搜索策略的混合自适应布谷鸟算法

为了提高布谷鸟算法的搜索精度和全局收敛速度,提出一种基于局部搜索策略的混合自适应布谷鸟算法。在该改进算法中,每个当前解的周围随机产生一个局部种群,利用正余弦算子的局部寻优能力得到局部最优解,并用局部最优解替换当前解,以提高局部搜索精度;同时采用自适应发现概率和搜索步长替代布谷鸟算法中的固定发现概率和搜索步长,以提高算法的全局收敛速度。对25个经典高维基准函数进行实验表明,所提算法在收敛速度和求解精度上优于布谷鸟算法,通过将其应用于拉压弹簧、三杆桁架设计和0-1背包问题,验证了算法的有效性。     

变长度可重复自然数编码的混合算法在模具异地制造调度中的应用

通过分析遗传算法和启发式算法的优劣特点,它提出了将遗传算法和启发式算法相结合的混合算法,将其用于模具异地制造的调度问题中,实现了调度决策的优化。同时针对遗传算法常采用的二进制编码方法的不足,提出了变长度可重复自然数编码的策略。     

一种视频编码改进算法的研究与实现

H.263标准以混合编码为核心技术,采用帧间预测与帧内变换相结合的编码方式,只考虑了前后图像在时间上的相关性,而没有考虑图像在空间上的相关性.通过深入研究,在此基础上引入了帧内预测的编码方法,对H.263视频编码结构进行了改进,实现了引入帧内预测的H.263软件编码器,并分别利用标准图像序列与实采图像序列进行测试,验证了H.263改进算法的优越性.     

基于自适应变异差分进化算法的电弧时域模型

随着电弧炉功率不断增大,电弧炉对供电网络的负面影响越来越受到关注.主要的负面影响是引起谐波、电网电压波动和闪变.因此,建立精确的电弧模型,对于研究上述问题有着重要的意义.新的电弧时域模型以能量守恒定律为基础,用非线性微分方程描述电弧电导与电流之间的函数关系,并且利用现场检测到的数据,采用自适应变异差分进化算法对参数进行辨识.通过调整参数,模型完全可以模拟电弧炉冶炼过程的电弧特性.仿真结果表明,模型输出的电压、电流与现场实测数据一致,验证了模型的正确性.     

基于编码对象模型的自动查重与赋码算法研究与应用

从编码对象域和编码粒度等方面,系统研究了"编码对象模型"的概念及其关键点,提出了基于编码对象模型的批量数据自动查重、相似度约束查重和自动赋新码的算法。这些算法在信息编码管理平台中的应用表明,能大幅度提高查重与赋码的工作效率。     

响应面模型与混合优化算法相结合的锯片参数优化设计

针对传统算法在锯片声学特征优化中的局限性,提出了一种将二阶响应面模型与混合算法相结合的优化设计方法。在设计区域内应用D-optimal试验设计法抽取样本点,分别通过显式算法获取锯片声学、应力响应以及隐式算法获取锯片变形量,并用试验验证了数值模型的准确性,然后建立了由6个变量参数所决定的锯片的声学、应力以及刚度的二阶响应面模型;利用自适应模拟退火法和蛙跳混合算法对响应面模型进行循环逼近,获得了设计变量影响度以及最优结果。结果表明,在保证刚度和应力许可条件下,通过有限次数值分析,经全局优化后的最佳结构可降低空载噪声4~7dB。数字算例表明,该方法适用于旋转类刀具的声学性能优化设计。     

PID自适应调整增益的神经元非模型控制

针对具有不确定开环增益的被控对象,提出了ＰＩＤ自适应调整控制器增益的神经元非模型控制方法,对某造纸机进行了实例仿真研究,结果表明,非模型控制方法具有强的鲁棒性和满意的控制品质     

基于差分进化算法的混合动力系统多目标优化

针对混合动力能量管理系统多目标优化问题通常采用加权求和等方法的缺点,采用Pareto最优原理处理燃油经济性与排放性(CO、NOx、HC)评价指标,提出一种基于非支配排序的自适应差分进化算法,并应用于混合动力能量管理多目标优化系统之中并进行仿真分析。结果表明,提出的优化方法能够得到一组非支配Pareto最优解集,且燃油经济性最大提高了5.30%,CO排放物最大下降了3.65%,NOx最大下降了14.40%,HC最大下降了3.26%。     

一种改进的高斯混合模型的玻璃缺陷分割方法

针对传统玻璃缺陷检测技术准确率较低、时间长、精度低等难点,提出了一种改进高斯混合模型的玻璃缺陷图像分割方法.首先,基于分数阶微分运算获取灰度特征,并利用灰度共生矩阵提取纹理特征,构建玻璃缺陷完整的双特征观测数据;然后,引入相邻像素间的空间关联性和约束性,通过交替进行基于双特征随机场评估像素点与标号场之间的对应关系和空间...     

基于新自适应差分进化算法的Magic Formula轮胎模型参数辨识方法

针对传统差分进化法固定的控制参数设置与进化策略难以适应复杂多变的问题的状况,提出一种新的自适应差分进化方法,并将其应用于魔术公式(Magic formula,MF)轮胎模型的参数辨识中以解决其参数辨识难的问题。该方法结合基于成功进化个体的控制参数选择策略以及基于双审判矢量的进化策略,实现控制参数的有效自适应。通过对纯侧偏工况下轮胎数据的侧向力和回正力矩参数辨识,证明该方法比另外两种先进的自适应差分进化算法IOA和SspDE具备更好的全局优化与快速收敛能力,也比传统的数值优化Levenberg-Marquardt方法识别精度更高,是辨识MF轮胎模型参数的一种有效手段。     

双层过道布置问题的混合整数非线性规划模型及两阶段改进模拟退火算法

结合实际布局活动中,设施在多层空间布置的实际情况,提出了双层过道布置问题,并构建了该问题的混合整数非线性规划（MINLP）模型。针对问题特征,提出了一种改进模拟退火算法,通过采用两阶段改进策略,对退火过程及抽样过程进行改进。该算法以自适应搜索策略替代马氏链搜索长度,并引入记忆功能、回火操作以提高求解质量,通过设置双阈值来提高求解效率。应用所提算法对24个基准算例进行测试,并将其与原模拟退火算法和GUROBI精确方法作对比,验证了所提算法的有效性。     

柔性流水车间调度模型与混合引力算法

针对柔性流水车间调度问题,利用机器特定事件点来描述工件的机器选择,再以最小化最大完工为目标,考虑工艺约束和时间约束构建了柔性流水车间调度的混合整数线性规划模型,用GAMS/Cplex找到小规模问题的全局最优解。为快速求解大规模问题的近优解,提出了结合瓶颈启发式的引力搜索算法,利用瓶颈移动技术和John Son方法的解码机制,寻找最小化最大完工时间的最优调度方案。实验结果表明,所提出的模型及算法能高效地求解以最小化最大完工时间为目标的柔性流水车间调度问题。     

基于混合算法的磁悬浮隔振器模型辨识与验证

针对磁悬浮隔振器动态电磁力模型存在非线性及磁滞且很难建立其精确模型的问题,提出了基于BP算法、改进遗传（MGA）算法的混合算法的BP神经网络的模型辨识方法,建立了磁悬浮隔振器动态电磁力气隙电流关系的模型。结果表明,基于混合训练算法辨识得到的模型具有更高的精度,能够满足磁悬浮隔振器动态电磁力模型辨识需求。最后,搭建了磁悬浮隔振实验平台,建立控制模型,并验证了辨识模型的有效性。