基于分类不确定性的伪标签目标检测算法

伪标签目标检测算法利用大量未标注数据生成伪标签数据来增加训练数据规模,从而提高目标检测模型的性能。针对伪标签数据中存在大量错误标注数据且伪标签目标检测模型性能难以提升的问题,提出基于SoftTeacher-CUC的伪标签目标检测算法。SoftTeacher-CUC算法在SoftTeacher伪标签目标检测算法的基础上,利用分类不确定性方法计算模型生成的伪标签分类结果的不确定性来判断伪标签是否可靠,不确定性越低说明伪标签的分类结果越可靠。在此基础上,将计算得到的不确定性作为权重加入伪标签数据的分类损失函数中,进一步减少高不确定性伪标签为模型带来的负面影响。根据Teacher模型中不同模块的作用,采用不同权重的指数滑动平均方法更新Teacher模型,降低Teacher模型和Student模型参数之间的相似性,使一致性正则化方法发挥效用。实验结果表明,在标注数据分别占训练集1%、5%和10%的情况下,与SoftTeacher算法相比,SoftTeacher-CUC算法的平均精度均值分别提高了1.4、1.2和1.7个百分点,在标注数据较少的情况下,该算法具有更好的检测效果。     

一种基于人工免疫系统的多目标优化算法

在算法MISA中使用了Pareto支配、P竞争选择法、退化个体的选择及实数编码策略.在仿真试验中,将算法MISA与NSGAⅡ所得模拟实验结果进行对比.通过比较发现,在三维目标优化方面,算法MISA无论是在个体的多样性,还是收敛性上都要比NSGAⅡ好,这种算法是一种可行的、有效的解决多目标优化问题的方法.     

基于模拟退火的DEAS算法

针对动态编码搜索算法(DEAS)求解全局优化问题容易陷入局部最优解的问题,提出一种基于模拟退火思想的动态编码随机搜索算法。算法的静态数据结构是二进制矩阵,矩阵每一行代表问题的一个维度;动态过程包括增加串长执行搜索和在最优方向的引导下探索两个基本过程。数值实验的结果表明,对非线性的和不连续的多维函数,改进随机算法的性能要优于原始DEAS算法,具有对初始解强的鲁棒性和更强的跳出局部最优解的优点。     

用于手写数字识别的改进模糊支持向量机

针对训练样本在训练过程中的不同作用和支持向量机在推广到多类问题时存在不可分区域,可构造两类模糊支持向量机,其分别克服了过学习问题和减少了不可分区域.构造两类问题和多类问题综合的改进模糊支持向量机并用于手写数字识别,训练时,其利用数据与其类中心的相对距离定义隶属函数,测试时,利用S.Abe定义的隶属函数判别其类别,实验结果表明,该学习机具有比传统支持向量机和模糊支持向量机更高的精度.     

基于蚁群算法的k条路径生成研究*

通过分析物流企业车辆路径选择难的问题,对现有的蚁群算法进行分析和改进,提出了多径向蚁群算法。算法中设置多径向因子、路网拓扑结构、拓扑矩阵改进蚂蚁路径选择。实验结果表明算法具有合理性、可行性和有效性,可应用于求大规模路网中的多条路径问题。     

基于模拟退火的自适应图像滤波算法

模拟退火是一种在邻域范围搜索最优解的优化算法,能够以较大的概率收敛到最优解,可运用于图像去噪。提出一种基于模拟退火的自适应图像滤波算法,可以自适应的对图像内部和图像边缘进行分类处理,以一定的概率接受偏离中值的像素,再结合加权平均得出图像结果像素值。实验结果表明该算法在滤除图像噪声的同时,可以较好的保存原始图像信息,具有较高的信噪比。     

局部经验模态分解算法

对经验模态分解算法中的异常事件干扰机制做了深入的探讨,指出发生频率混叠现象时必须满足的两个条件。为了避免出现频率混叠现象,提出了基于动态窗口的局部分解算法。利用信号的时间特征尺度检测出信号的突变并定位局部高频分量,在分解信号的过程中,局部分解算法并不对信号的整个时间区域进行分解,而是以定位好的局部高频分量位置为窗口,进行局部的经验模态分解,分离出高频分量。通过这种局部分解,就可以有效地消除模态间的频率混叠,得到的固有模态函数更可靠地反映了真实物理过程。和现有异常事件处理方法相比,局部经验模态分解算法在理论上和经验模态分解算法更为统一,方法更为简便。通过实例表明了局部经验模态分解算法的有效性。     

一种求解非线性整数规划的分布估计算法

分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,对概率模型随机采样产生新的群体,如此反复进行,实现群体的进化。将分布估计算法推广应用到整数规划的解空间中,提出一种求解整数规划的新算法,经数值实验表明该算法有效。     

偏微分方程参数识别问题的遗传程序设计方法

采用遗传程序设计方法来求解偏微分方程的参数识别问题,用遗传程序设计优化参数的模型结构,成功实现了对偏微分方程参数的反演。数值实验表明,采用此算法能使计算机自动搜索到满足条件的解,该方法的研究可为偏微分方程的参数识别提供一个有效的工具。     

TUXEDO在银行中间业务系统中的设计与实现

以交易中间件为框架基础的三层客户机／服务器模式，已被广泛应用在金融分布式系统中。介绍了交易中间件TUXEDO的组成及设计方法，并结合实际例子来解释如何利用TUXEDO中间件技术来开发银行中间业务系统，完成国库集中支付系统的前后台程序的开发。从而说明利用TUXEDO中间件来开发银行中间业务系统，可以大大缩减系统开发的工作量，并能充分保证系统的稳定运行。