N×M容灾系统信息模型研究

对基于通用信息模型(CIM)面向N×M结构的容灾系统进行了扩展与裁剪,建立了容灾系统信息模型DTCIM.在分析CIM基础之上,详细说明了该模型的体系结构和模型内容,在Linux下基于Pegasus实现了这个信息模型,并验证了其可行性,为容灾系统的资源信息表示与管理提供了一种统一的方式,给出了容灾系统的信息模型表示方法,为进一步深入研究容灾系统打下了良好基础.     

基于近似高斯金字塔的视觉注意模型快速算法

利用输入图像的近似高斯金字塔,将经典的基于显著性的视觉注意模型改造为时空开销更小的版本,从而使其更加适合在嵌入式实时系统中实现.首先采用矩形窗口近似圆形窗口,矩形平均算子近似高斯卷积核;然后采用“先做行累加,再做列累加”的方法来实现矩形平均算子,并直接采样计算出各个特征通道的显著性分布图,该算法关于输入图像像素点个数具有线性时间复杂度;最后,还给出了在显著性分布图中抑制已提取区域显著性的快速算法.在Berkeley分割图像库上的实验结果表明,该方法极大地减小了系统实现的时空开销,且输出结果的误差在可接受范围内.提出的用矩形窗口近似圆形窗口,用矩形平均算子近似高斯卷积核的方法,还适用于其他需要在嵌入式实时系统中实现的图像处理问题.     

贝叶斯网参数学习中连续变量离散化方法研究

连续变量离散化是贝叶斯网络参数学习中面临的一个重要问题,它的好坏将直接影响到贝叶斯网络的推理效果。目前缺少一种有效的手段用于评价连续变量离散化的好坏,通过研究,提出了推理信息量的概念,并采用作为衡量连续变量离散化好坏的标准。在连续变量离散化的过程中,采用遗传算法通过迭代的方式寻求最优解,其中,推理信息量作为衡量个体适应度的标准。实例分析证明,推理信息量大的推理效果好要优于推理信息量小的推理效果。     

一种基于多代理的演化多目标优化算法

为解决多目标优化中求帕列托最优解集的问题,引入多代理演化的思想.在演化的机制上,每个目标赋予单个代理人,这些代理人拥有各自的演化群体.以各自的单个目标作为演化过程中的评价函数,并且以它们各自选择出的优良解群体的分布作为概率分布,通过代理人的通信将这些概率分布合成,作为产生出下一代解的依据.在一些测试问题上,很少的演化代数内,将解群体收敛到帕列托最优解集.该方法在求解多目标优化问题帕列托最优解集上具有较高的效率.     

基于二重差分法的光流场运动检测

对视频图像序列中运动目标的检测,是计算机视觉领域长期关注的问题.传统的Horn-Schunck光流算法非常耗时,不利于在视频图像序列中做实时分析,故提出采用结合背景差分法与帧间差分法的二重差分法(DS)来做光流算法的预处理.实验结果也表明二重差分法的光流算法(DSOF)比单纯用Horn-Schunck方法计算光流效率更高,用时更短,能更好地满足对视频图像序列做实时运动检测分析的需求.     

改进信息化武器系统性能的仿真博弈混合方法

用定量分析的方法改进性能是信息化武器系统开发和运用中必须解决的重要问题,借助仿真和博弈分析的混合方法,在对传统混合策略纳什均衡原理应用的基础上,构建基于二人非零和(TPNZS)非合作博弈模型来改进信息化武器系统的性能,对典型信息化武器系统-舰载导弹防空系统的初步研究表明:用识别正确、错误目标能力以及导弹命中目标能力描述的舰载导弹防空系统的最优改进性能策略为△*=(0,△2*,1-△2*)=(0.0000,0.7118,0.2882).     

基于Web挖掘的主页多主题更新模型

针对改善网站主页中多个主题更新的合理性问题,提出了一种新颖的基于Web数据挖掘技术的主页主题更新模型.对当前主页主题更新方法进行分析,指出目前一些大学校园网站主页主题更新的不合理性,然后通过数据挖掘,从安徽理工大学网站Web日志中提取有效数据,分析各个主题的点击率随时间的变化趋势,进而提出基于点击率的网站主页主题更新模型.实验结果证明,模型能够实现对主页主题的合理更新,有效提高网站主页的受欢迎程度.     

基于抗体注射的免疫遗传算法

标准遗传算法存在收敛速度慢、过早成熟等缺点。借鉴生物免疫系统中抗体注射免疫的理论,提出了一种基于抗体注射的免疫遗传算法(AIGA)。该算法在保留了标准遗传算法随机全局搜索能力的基础上,引进了生物免疫系统的免疫应答、抗体注射和免疫选择等机制。结合旅行商问题(TSP),给出了示范抗体的提取和注射方法,并给出了算法收敛性的理论证明。最后,用AIGA对100个城市的TSP进行了仿真计算,并将其计算过程与标准遗传算法进行了对比,结果表明该算法能有效地改善遗传算法不成熟收敛的缺陷,使收敛的速度有较大的提高。     

基于人工免疫的多维关联规则挖掘及其应用研究

关联规则挖掘是一个重要的数据挖掘问题.目前,关于单维关联规则的成果已经比较成熟,但是对于多维关联规则问题因为存在显著的组合爆炸问题,至今尚未完美解决.提出了一种基于人工免疫的多维关联规则挖掘算法.算法充分利用了人工免疫的记忆特性,把挖掘的关联规则存入记忆库,加快了多维关联规则的挖掘速度.结果表明,该算法应用于煤与瓦斯突出预测中,具有较好的鲁棒性,能快速、有效地进行全局优化搜索,在多维关联规则的挖掘中具有可行性和高效性.     

基于加权最小二乘的卡尔曼滤波算法

为了将卡尔曼滤波(KF)应用于非线性系统中,利用了离散采样点将非线性模型线性化.通过加权最小二乘原理.得到近似的线性化模型,再将KF算法应用于这个线性模型中.结果表明,加权最小二乘与KF结合的方法在非线性模型中的计算结果同扩展卡尔曼滤波(EKF)算法接近,且不需要EKF那样求偏导就能很容易地应用到非线性系统中.这种方法实现容易,预测可靠,具有实际应用的价值.