远场涡流法套损测试仪中信号检测系统的研制

分析了远场涡流套损检测中检测信号特点,给出了一种以数字相敏检波(DPSD)算法为核心的应用于远场涡流套损测试仪中的信号检测系统。通过分析整个测试系统的误差模型,给出了满足仪器测量精度要求的硬件电路设计及算法设计。实验结果表明,该系统很好地完成了信号幅度和相位差提取,为后期的缺陷识别及软件成像做好了充分的准备。     

开放式电阻抗成像中数字相敏检波器设计

开放式电阻抗成像技术对测量系统的精度要求很高,为此研制了基于FPGA的数字相敏检波器(DPSD)以用于电阻抗成像的数据测量。通过分析DPSD的信号采集与计算原理,给出了关键参数的计算,基于DDS技术的ADC时钟设计方法。同时设计了高速多通道ADC转换电路,低抖动性能的ADC时钟电路、FPGA实现实时数字相敏检波的计算方法,提高了系统的信噪比。经实验测试表明,在1KHz~1MHz正弦信号注入频率的条件下,系统的信噪比最高可达104dB,精度高,稳定度好。     

基于Adaboost方法的高速公路事件检测

阐述Adaboost方法原理及算法,提出采用Adaboost方法结合神经网络算法进行高速公路事件检测,给出了基于Adaboost方法的事件检测算法。该算法可以明显提升神经网络算法性能,适合进行高速公路事件检测,仿真实验结果表明了该算法的有效性和可行性。     

PAR平台从规约出发的算法推导与自动生成

简要介绍PAR方法及其支撑平台,使用PAR方法及其平台从规约出发形式化推导并生成了两个典型的算法程序。PAR方法及其平台使用一阶谓词逻辑表示功能规约,分划与递推来进行算法形式推导,各种转换系统来自动生成算法程序。这显著地提高了算法程序的正确性和开发效率,也有助于深刻地理解算法设计思想。     

解决数据二维平衡的数组变换遍历算法

解决了数据二维平衡的一个新的算法--二维数组变换遍历算法,给出了该算法的数学基础、方法步骤、算法描述及算法分析。     

协同过滤算法的研究

协同过滤算法已经普遍地应用于商业推荐系统中并且取得了巨大的成功。协同过滤算法可以分为基于用户的算法和基于物品的算法两大类,每一类中又包含多种适用性不同的算法。为了使推荐系统设计人员能够更好地针对其系统用户及物品的特征选择有效的协同过滤算法,文中通过对比的方法,阐述了各种基于用户和基于物品的协同过滤算法的实现方法及对应的优缺点。     

冗余度机器人扩展作业空间方法算法奇异的研究

本文对冗余度操作机最为常用的求逆解方法——扩展作业空间方法的算法奇异问题进行了深 入的研究．Klein［2，4］及Cho［3，5］提出冗余度机器人采用扩展作业空 间方法必须首先确定由于性能指标函数及扩展Jacobian矩阵所引起的算法奇异在关节空间中 的分布区域，只有这样才能避免方法引起的算法奇异．通过本文对扩展作业空间方法的优化 性能指标函数的必要条件及算法奇异产生的条件的比较及研究，得出了在应用扩展作业空间 方法时，不可能出现算法奇异的情况．因此在应用扩展作业空间方法时无需考虑算法奇异问 题．     

仿生智能算法的比较分析

本文简要介绍了几种常见的智能优化算法,主要包括遗传算法、粒子群算法及蚁群算法。这些算法主要是解决优化问题中,传统优化方法无法解决的难题。同时,本文也给出了几种智能优化算法的基本思想,并比较其优缺点及在优化应用领域的使用情况。指出了不同智能优化算法的发展趋势。     

基于置信度融合的边缘检测性能评价基准图计算

针对边缘检测算法的性能评价，提出了一种在真实场景下基于统计、自适应强的评价基准图计算方法。定义了算法参数的相关系数，研究了算法参数相关模型。根据建立的算法参数相关系数得到单算法的预选基准图，对不同算法预选基准图进行基于置信度的图像融合得到可用于边缘检测算法性能评价的基准图。该计算基准图的方法有助于实现边缘检测算法性能评价的自动化，实验结果验证了该方法的有效性及实用性。     

微粒群算法的收敛性分析方法

分析了研究微粒群算法的收敛性能的必要性和可行性,提出了微粒群算法的宏观和微观模型,并给出TPSO算法收敛性分析的各种方法,讨论了各种方法的优缺点及改进措施,最后指出了PSO算法的收敛性分析的发展方向。     

之后抛物性控制系统的物质后变结构控制器

本文对含有时滞的抛物型控制系统的变结构控制进行了讨论,给出了变结构控制器的一种设计方法,所设计的变结构控制器不仅由系统的参数直接确定,而且既不要求有局部的预测功能,也不要求有记忆功能。     

Fast pulse detection algorithms for digitized waveforms from scintillators

Advanced C++ programming methods as well as fast Pulse Detection Algorithms (PDA) have been implemented in order to increase the computing speed of a LabVIEW™ data processing software developed for a Digital Pulse Shape Discrimination (DPSD) system for liquid scintillators. The newly implemented PDAs are described and compared: the most efficient method has been implemented in the data processing software, which has also been ported into C++. The comparison of the computing speeds of the new and old versions of the PDAs are presented.

Program summary

Program title: DPDS – Digital Pulse Detection SoftwareCatalogue identifier: AEHQ_v1_0Program summary URL:http://cpc.cs.qub.ac.uk/summaries/AEHQ_v1_0.htmlProgram obtainable from: CPC Program Library, Queen's University, Belfast, N. IrelandLicensing provisions: Standard CPC licence, http://cpc.cs.qub.ac.uk/licence/licence.htmlNo. of lines in distributed program, including test data, etc.: 454 070No. of bytes in distributed program, including test data, etc.: 20 987 104Distribution format: tar.gzProgramming language: C++ (Borland Visual C++)Computer: IBM PCOperating system: MS Windows 2000 and later…RAM: <50 Mbytes, highly depends on settingsClassification: 4.12External routines: Only standard Borland Visual C++ librariesNature of problem: A very slow pulse detection algorithm, used as standard in LABView, is preventing the ability to process achieved data during the pause between plasma discharges in modern tokamaks.Solution method: Simple yet precise pulse detection algorithms implemented and the whole data processing software translated from LABView into C++. This speeded up the elaboration up to 30 times.Restrictions: Windows system decimal separator must be “.”, not “,”.Additional comments: Processing 300 MB data file should not take longer then 10 minutes.Running time: From 1 minute to 1 hour.     

排序合并Join算法的新结果

Join操作是数据库中最昂贵和最常用的操作.排序合并Join算法是实现Join操作的重要算法,得到了普遍接受并广为应用.在重新研究了排序合并Join算法后发现,同时对两个Join关系进行外排序是不必要的,会带来很大的额外开销.针对这个问题,提出了一种基于单关系外排序的分治Join算法,并在该算法的基础上提出了基于单关系外排序的并行分治Join算法.理论和实验结果证明,基于单关系排序的分治Join算法高于排序合并Join算法.特别是在并行计算环境下,基于单关系排序的并行分治Join算法的效率远远高于排序合并     

一种混合优化算法及其收敛性证明

针对改进的混沌优化方法和Alopex算法的特性，将改进的Alopex算法嵌入到改进的混沌优化算法中，提出一种混合优化算法，此算法充分发挥了改进的Alopex算法的快速搜索能力和改进的混沌优化方法细致寻优的特性，提高了算法的收敛速度，避免了优化算法陷入局部最优；同时对改进的混沌优化算法和混合优化算法的收敛性进行了证明，仿真结果表明了算法的有效性。     

配送中心选址问题的BFO-AFSA算法研究

以细菌觅食算法改进的人工鱼群算法为工具,提出了一种新的解决配送中心选址问题的群智能算法。细菌觅食算法改进的人工鱼群算法主要针对基本人工鱼群算法后期容易陷入局部最优的缺点,利用细菌觅食算法局部搜索能力强的特点,将细菌觅食算法中的趋化思想应用到基本人工鱼群算法中。通过算法测试可以看出,改进人工鱼群算法在搜索精度、可靠性、优化速度及稳定性方面相对于基本鱼群算法更有效。通过选址实例仿真可以看出,改进人工鱼群算法在解决配送中心选址问题上相对于基本鱼群算法更具优越性,改进人工鱼群算法能够寻找到更低的成本。     

求解车间作业调度问题的混合遗传算法

针对Job-Shop调度问题,将自适应遗传算法与改进的蚂蚁算法融合,提出了自适应遗传算法与蚂蚁算法混合的一种优化算法。首先利用自适应遗传算法产生初始信息素的分布,再运行改进的蚂蚁算法进行求解。该算法既发挥了自适应遗传算法和蚂蚁算法在寻优中的优势,又克服了各自的不足。实验结果表明,该算法在性能上明显优于遗传算法和蚂蚁算法,并且问题规模越大,优势越明显。     

基于目标函数变化率的混合蚁群遗传算法

根据蚁群算法和遗传算法收敛性互补的特点,提出了一种基于目标函数变化率的混合蚁群遗传算法。该算法的基本思想是：用蚁群算法的解作为遗传算法的初始种群,根据目标函数的变化率交叉地调用蚁群算法和遗传算法。每当种群进化接近停滞时,调用蚁群算法。这种方法可动态地控制蚁群算法和遗传算法的调用时机,再配合相应的信息素更新方法,以提高算法的收敛性。将新算法用于车间调度基准测试问题,仿真结果表明,与常规混合蚁群遗传算法相比,新算法的全局收敛性和局部收敛性有了明显的提高。     

基于量测划分的单传感器多目标数据关联算法

在PDA算法的基础上,提出了一种基于量测划分的单传感器多目标数据关联(MSDA)算法;与JPDA算法相比,MSDA算法采用二维分配算法来消除共有量测对相邻目标的影响;与PDA算法相比,MSDA算法仅采用扩充后的私有量测集合来完成目标航迹的更新过程。对MSDA算法、JPDA算法、PDA算法在不同条件下的关联效果进行了仿真计算。仿真结果表明:在关联精度上,MSDA算法要优于PDA算法,但略低于JPDA算法;在实时性上,MSDA算法与PDA算法基本相当,而要明显优于JPDA算法。     

距离寻优中Dijkstra算法的优化

Dijkstra算法在求解两指定顶点间最短距离时,对两顶点之间最短路径以外的大量顶点进行了计算,而影响了算法的速度。在对Dijkstra算法分析的基础上,结合网络模型的特点,对Dijkstra算法进行了优化。优化算法基于两点之间直线最短的思想,改变了对顶点处理顺序的规则。在算法流程中只对最短路径上及其附近的顶点做了处理。而与最短路径相距较远的顶点基本不涉及。因此,在优化处中计算的顶点数量大幅减少,提高了算法的速度,给出了优化算法的正确性证明,对优化算法的实用性和效率加以讨论,优化算法在实际中已经得到应用。