基于竞选算法的Otsu阈值快速确定方法

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机.利用竞选算法对Ostu进行优化,全局搜索图像的阈值,缩短了计算时间,比传统的Ostu在时间上有明显的优点.     

基于竞选算法的机床主轴结构优化设计

竞选算法是一种具有并行能力的启发式优化算法,其搜索机制模拟竞选活动中对支持率的追求动机,将其应用于机床主轴的结构优化设计,并以一个实例分析了设计全过程。首先根据在满足各种约束条件下,使机床主轴刚度最好和材料最省的要求,建立了机床主轴结构优化设计的数学模型,应用竞选算法对问题进行了求解,得到了结构优化设计方案。结果表明,竞选算法在机械优化设计中具有实用性和可行性。     

基于竞选算法的特征点图像匹配研究

针对在特征点图像匹配过程中,存在搜索时间长,匹配速度慢的问题,将特征点图像匹配过程转化成求最优解问题,把竞选算法应用到特征点图像匹配的搜索匹配过程,寻找最优解,从而优化匹配过程,提高匹配的性能,以PCB板定位实验可证,在同等匹配精度的前提下,把竞选算法应用到特征点图像匹配过程,可以大大减少匹配时间,加快匹配速度。     

一种改进的 W-M 多模式匹配算法

Wu-Manber 算法是一种基于后缀搜索的多模式匹配算法,该算法采用查表的方法,通过跳跃不可能匹配的字符来加速匹配,W-M 算法对最短模式长度敏感,最短模式长度决定了它可以跳过的字符的最大距离.针对 W-M 算法的不足之处,提出了一个改进方法:新增了一个模式串末字符表,取得了比原算法更少的 hash 计算次数和更大的字符跳跃距离,从而加快了整个匹配过程的速度.最后,进行了设定模式串的最短长度和搜索文本长度的对比实验.实验结果显示,改进后的算法搜索效率明显高于原算法,特别是在模式串长度很短的情况下,效率提高非常明显.     

基于投影特征的快速图像匹配算法

针对传统的模板匹配算法存在的问题,提出了一种基于投影特征的快速匹配算法。该算法对图像进行投影得到一维投影特征。在搜索图投影计算的过程中,根据模板投影特征的极值,动态判定投影的灰度值,从而减少投影过程中非匹配区域的冗余像素的投影,运用KMP算法实现投影特征的快速匹配。在KMP快速匹配的基础上,进行NC归一化相关计算,得出精确的匹配位置。实验结果表明,该算法既能保证匹配精度,又提高了运算速度,是一种有效的算法。     

用于多峰函数优化的改进竞选算法

通过把竞选人的当前位置作为全局抽样,增加局部抽样调查选民和竞选人威望的比较改进竞选算法,将其应用于不等高多峰函数优化问题.计算结果表明,改进后的算法极大地提高了查找效率,能够快速搜索到全局最优解,同时还能跟踪多个次优解.     

应用混合蚁群算法求解模糊作业车间调度问题

为解决蚁群算法求解时间过长和易陷入局部最优的问题,提出了一种求解模糊作业车间调度问题的混合算法,该算法将蚁群算法用于全局搜索.为了提高搜索效率,根据作业车间调度问题解的特征,提出一种基于关键工序的邻域搜索方法,并使用此邻域搜索方法的禁忌搜索算法嵌入蚁群算法.利用禁忌搜索算法较强的局部搜索能力,提高了蚁群算法的优化能力,改善了作业车间调度问题解的质量.实验结果验证了该混合搜索算法的有效性,其优化效果优于并行遗传算法和禁忌搜索算法.     

基于改进匹配追踪算法的语音信号处理研究

提出一种改进的基于知觉匹配追踪算法的建模来进行大规模的语音信号处理。匹配追踪算法是一种较为复杂的词典匹配,基于知觉扭曲理论来选择每次迭代过程的最优原子。此外,追踪算法采用心理声学的判断准则。基于正弦模型所建的模型由瞬变和噪音(STN模型)组成,实验结果表明所改进后的MP结合匹配追踪算法节省了大量的搜索时间,提高了算法的运行效率,更好地改善了语音重构信号的接收质量。     

基于自适应模板的实时跟踪算法

相关匹配算法通过计算模板图像和待匹配图像的互相关值来确定匹配的程度,是一种经典的匹配算法,具有很高的准确性和适应性,并且对图像灰度值的线性变换具有"免疫性",因此在目标跟踪中得到了广泛应用.但是相关匹配算法计算耗时过于庞大,难以达到实要求,并且当目标在模板中所占比例很小时,很难确定模板的准确位置,使得此算法在实时目标跟踪中的应用有很大困难.本文提出了一种基于自适应模板的实时跟踪算法.实时采集的图像首先进行阈值分割,然后用形态学滤波的方法去掉噪声,模板的尺寸通过轮廓分割方法确定.匹配程度的算法选择的是归一化自相关匹配算法,并采用金字塔搜索算法进行加速.实验结果显示,此算法有效地克服了相关匹配算法的缺点,具有较好的匹配精度和实时性.     

无源重力导航的三角形匹配算法及仿真

提出一种基于三角形的重力图形匹配算法,首先以惯导位置信息为约束建立三角形模型,然后通过空间映射对三角形的相似性进行度量,并依此筛选出待匹配三角形,最后利用价值函数求取最优匹配参数.传统的最近点迭代算法( iterated closest contour point,ICCP)受其对惯导初始误差较小的条件限制,同时由于计算量大而影响其实时性.提出的算法与ICCP相比的优点是:可以在惯导初始误差较大的情况下有效地进行实时匹配,仿真结果表明该三角形算法的初始匹配精度较高,整体匹配可以将惯导位置误差降至20％左右,而且算法计算量小,具有很好的实时性.     

基于改进人工鱼群优化算法的超声信号稀疏分解

根据非稳态超声信号的特点,提出一种改进的新型人工鱼群智能优化的稀疏分解算法,构造了人工鱼群搜索稀疏分解最佳原子的优化模型;利用人工鱼群方法并行寻优、全局收敛性好的特点,搜索最优原子,降低了稀疏分解匹配追踪算法的复杂度,减少了传统匹配追踪中超完备字典对存储空间的占用:针对鱼群搜索特点,对初始鱼群分布及鱼群行为进行改进,解决了原始算法鱼群初始覆盖空间的不确定性,改进后的聚群和追尾行为有效地提高了鱼群算法的收敛速度且算法稳定;实验结果表明,将改进后的算法用于超声缺陷信号的提取时,与小波方法相比较,信号的质量和性能指标均有显著改善.     

蚁群禁忌搜索融合算法求解调度问题

进阶生产规划及排程系统(APS)是智能制造的核心环节之一.为解决发动机缸体混流装配生产线排产问题,建立了其通用数学模型和析取图表示方法.基于蚁群和禁忌搜索两种元启发式算法的互补特性,提出一种蚁群禁忌搜索融合算法解决作业车间调度问题(Job-shop Scheduling Problem,JSP).经仿真验证了算法有效性和相比传统元启发更优良的算法特性,对APS(Advanced Planning and Scheduling)和智能制造的发展具有一定的启发意义.     

一种基于混沌优化算法的PCB板元件检测方法

先进电子制造生产中经常要对PCB板元件进行检测与识别,介绍了一种基于图像模板匹配算法的PCB板元件自动快速检测方法.从检测速度和准确度出发,首先提出了一种图像相似性度量参数指标,并提出一种利用并行混沌算法融合单纯形的算法,来优化搜索图像相似性,给出了算法实现的全过程.用实际拍摄的PCB板元件进行性能测试,验证了该优化算法能提高检测速度.     

改进蚁群算法求解圆排列问题

圆排列问题是典型的NP完全问题,且蚁群算法已成功地解决了许多组合优化的难题.介绍了一种求解圆排列问题的蚁群算法,并通过改变概率、下一个元素的选择方式以及采用分段交换,对求解圆排列问题的蚁群算法进行了优化.提出了一种改进的蚁群算法,并将其应用于求解圆排列问题.仿真实验的结果表明,该方法有效地改善了蚁群算法的搜索时间较长,且易于过早地收敛于非最优解的缺陷.     

图像匹配算法研究

文本讨论了常用图像匹配算法，在介绍了序贯相似性检测法、不变矩法及去均值归一化相关法的基础上，提出了一种以去均值归一化相关法为主的改进匹配算法，该改进算法不但在处理旋转目标的匹配时具有较高的精度，而且通过改进其搜索策略,使改进算法具有了算法速度快、误匹配率低的优点。     

实时指纹识别系统的特征点匹配算法

近年来,文献中报道了许多指纹匹配算法.这里提出了一种新的指纹特征点匹配算法,这种算法识别速度更快,精度较高,适用于实时指纹识别系统.利用指纹的中心点来确定匹配参考点,并采用圆形匹配限制框进行匹配,提高了匹配速度和精度.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法比以往算法速度更快,精度更高.     

一种新的指纹特征点匹配算法

近年来,文献中报道了许多指纹匹配算法,它们各有不同的特点.提出一种新的指纹特征点匹配算法,通过指纹特征点匹配来实现指纹图像的匹配.这种算法通过采用圆形匹配限制框和简化计算步骤等方法,优化了Anil Jain和Xiping Luo等人的算法.对一组由扫描仪获取的指纹图像做实验,结果表明,该算法速度更快,精度更高,更适用于实时指纹识别系统.     

双资源约束作业车间调度算法研究

针对存在差异性工人的双资源约束作业车间调度问题,提出一种混合蚁群算法进行求解.该算法借鉴禁忌搜索思想,基于工艺约束为每只蚂蚁建立候选解空间,通过压缩蚂蚁搜索空间提高解搜索效率;引入各种启发式资源选配策略,在蚂蚁寻径过程中渐进地为各工序配置最优的设备、工人双资源组合;以模拟退火算法作为局部搜索机制,对每次迭代的最优解进行退火优化,增强算法全局收敛能力.证明了该混合算法的搜索过程是一个有限非齐次不可约马尔科夫链后,基于马尔科夫链知识对其全局收敛性进行理论分析.最后采用仿真试验及统计分析方法确定最优的参数组合和资源选配策略,通过该混合蚁群算法与其他算法对随机算例运算结果的对比分析,表明所提算法搜索性能较强且鲁棒性较优.     

用免疫量子克隆算法估计声源频率和DOA的SPM方法

提出了一种可用于同时估计声源频率和波达方向(DOA)的信号相位匹配(SPM)方法.通过SPM原理方位估计的最小二乘解,构造了以信号方位和频率作为双自变量的适应度函数,采用免疫量子克隆算法(IQCA)对其进行非线性全局寻优.该方法在保留SPM方位估计算法低信噪比下具有高分辨率优势的基础上,改善了传统SPM方位搜索计算量大,需设置固定搜索步长和频带范围的问题,使信号相位匹配原理不仅扩展到了二维参数的联合估计,而且加速了搜索最优参数的收敛过程.-10 dB信噪比时,宽频带和角度搜索范围内的100次独立Monte-Carlo实验表明,方位和频率估计值的标准差可分别达到1.444°和0.361 1 Hz,同时运算耗时较传统SPM方法缩短94%,适于工程应用.     

基于改进Jaya算法的柔性作业车间调度问题

鉴于柔性作业车间调度问题(FJSP)是广泛存在于制造企业实际生产过程中的复杂NP-hard组合优化问题,针对FJSP的特点,结合Jaya算法与禁忌搜索算法的各自优势,提出一种改进Jaya算法求解该问题.在该算法中,根据离散的Jaya算法公式提出一种扩展离散Jaya算法操作机制,设计了Jaya迭代候选解集方法以及结合相似度和最大完工时间的选择策略,保证了种群的多样性并提高了Jaya算法的搜索能力;提出融合M.G.和N7两种邻域结构的禁忌搜索算法,使混合算法在分散搜索和集成搜索之间达到平衡.通过测试著名的FJSP基准问题,显示了所提算法在质量方面优于当前文献,并通过实验验证了算法的有效性和优越性.