基于蚁群遗传算法的三维飞行器航路规划

关于飞行器航路优化设计问题,航路规划是任务规划系统的一部分,是飞行器自主控制的关键技术.为了能够快速的寻找到最优航路且得到的航路有更少的制动点,在航路问题描述的基础之上,把蚁群算法和遗传算法相结合,提出了一种蚁群遗传算法的三维航路规划方法.设计了具有方差因子的航路评价函数,给出了一种关于面的规划空间的构造方法,并在规划空间中,进行蚁群遗传算法的种群初始化,所采用的遗传算子,给出了算法的流程.仿真结果证明了算法的正确性和有效性.     

基于云模型的无线传感器网络链路质量的预测

无线传感器网络中,节点通过单跳或多跳传递信息.如能提前获知链路质量信息,为上层路由选择链路提供参考,是感知信息实时、准确地送达监控中心的基础.在分析现有基于智能学习链路质量预测方法的基础上,提出一种基于云模型的链路质量预测机制.通过收集不同场景下的链路质量样本,采用自适应高斯云变换对训练样本中的 RSSI(received signal strength indication),LQI(link quality indicator),SNR(received signal strength indication)及PRR(packet reception rate)进行链路划分;考虑到传感器节点的资源受限问题,采用 Apriori 算法对划分后的链路质量参数 RSSI,LQI,SNR 及 PRR 进行关联规则挖掘;在此基础上,基于三维云正向发生器预测链路质量.仿真结果表明,与基于 BP 神经网络的预测方法相比,提出的链路质量预测机制具有较高的预测精度.     

移动社会网络中基于活动的消息机会转发

针对移动社会网络中节点移动形成的成簇特性和节点参与活动表现的周期特点,提出了一种基于活动的消息机会转发算法（activity-based message opportunistic forwarding,简称AMOF）.算法思想是：当消息携带节点与目的节点存在相同活动时,选择消息交付概率高的中继节点转发消息;当消息携带节点与目的节点不存在相同活动时,选择消息间接交付概率高的链路来转发消息.仿真结果表明,与经典路由算法（如Epidemic,PRoPHET,CMOT和CMTS）比较,所提出的路由算法不仅能够提高消息的传输成功率,还能有效地降低传输时延和网络负载.     

机会传感网络移动节点连通度的影响因素

针对机会传感网络基于节点移动实现网络通信的特点,考虑到影响移动节点连通度的因素,提出了机会传感网络的移动节点连通度模型,实现了对移动节点连通度的刻画.在区域划分的机会传感网络中,分析了移动节点时间序列特征因子,得到与特征因子相关的影响移动节点连通度的因素.利用一元回归得到影响因素与时延的关系,通过回归组合分析得到移动节点的连通度模型.仿真结果表明,该模型能够反映机会传感网络移动节点的连通度.     

一种空间查询高效的无线传感网络路由协议

在以数据为中心的大规模无线传感网络中,感知数据查询通常以空间查询为主,而感知节点携带能量极为有限,因此提高感知数据空间查询能量利用效率尤为重要。 GeoGrid协议是一种完全基于地理位置信息的路由协议,适用于大规模无线传感网络应用场景,但其空间查询效率较低。针对大规模空间查询应用场景,从成簇方式、簇首选举、网络拓扑层次构建及路由策略等方面对 GeoGrid 进行优化,提出一种基于四叉树结构的空间查询能量高效的无线传感网络路由协议———QuadGrid,并对 GeoGrid、QTBDC 及 QuadGrid 的空间查询能耗进行仿真分析。实验结果表明,与 GeoGrid、QTBDC 相比, QuadGrid网络能耗更均衡,网络生命周期更长,空间查询更高效。     

k-best MIRA和动态k-best MIRA

MIRA(Margin Infused Relaxed Algorithm)是一种超保守算法,在分类、排序、回归等应用领域都取得不错成绩.文中在传统MIRA算法基础上进行改进,提出k-best MIRA(K-MIRA)与动态k-best MIRA(DK-MIRA)算法.这两种算法能够根据学习进程自动调整优化约束条件,从而提高算法的收敛速度与性能.将K-MIRA与DK-MIRA用于定义类问题回答中的句子排序任务,取得较为满意的实验结果.     

粒子群与多种群元胞遗传混合优化算法

元胞遗传算法通过限定个体之间的相互作用邻域提高算法的全局收敛率,但在一定程度降低搜索效率。文中提出一种粒子群与多种群元胞遗传混合优化算法。首先将群体分割成多个相互之间没有邻域关系的元胞子种群,适度降低算法的选择压力,从而更好地保持种群的多样性。算法的变异操作被粒子群算法替代,使得局部搜索能力明显提高。元胞群体分割和粒子群变异较好地均衡全局探索和局部寻优之间的关系。分析混合算法的选择压力和多样性变化规律。实验结果表明,该算法在保证搜索效率较高的同时还显著提高元胞遗传算法的全局收敛率且稳定性得到明显改善。     

基于SR-VGG19的人脸表情识别算法研究

针对人脸表情识别率低、泛化能力弱的问题,提出一种基于改进卷积神经网络的表情识别算法.对VGG19网络模型进行优化,采用改进的区域候选网络(Improved Regional Proposal Network,IRPN)代替滑动窗口以避免图像特征的重复提取;在输出层之前使用空间金字塔池化(Spatial Pyramid Pooling,SPP)来提高图像特征的表达能力.通过应用Dropout和批归一化(Batch Normalization,BN)策略来解决过拟合问题,并提高网络模型的泛化能力.采用经典的FER2013和CK+人脸表情数据库对该算法与2013年Kaggle比赛前十名的算法和最近几年提出的人脸表情识别算法分别进行对比实验.结果表明,论文提出的算法人脸表情识别率优于上述算法,分别为73.1％(FER2013)和98.99％(CK+),可实现较好的人脸表情识别效果.     

改进的蚂蚁聚类入侵检测方法

在现有的自适应蚂蚁聚类算法中,自适应参数的调整往往凭经验取值,从而影响聚类质量。针对该问题,提出一种利用快速模拟退火算法实现蚂蚁聚类自适应参数动态调整的改进方法。基于该算法构建的入侵检测系统无需预先指定簇的数目,也不要求满足正常行为的数目远大于入侵行为的数目等条件。对KDD CUP1999数据集的仿真实验结果表明,该算法可以得到较理想的聚类,对未知入侵有较好的检测效果。     

基于相关法的低采样率超声水表时延估计方法

针对当前超声水表中相关法时间分辨率只能达到采样周期的问题,提出了一种基于相关法的低采样率超声水表时延估计方法.首先,研究了超声水表中所能达到的最大时间延迟;其次,讨论了相关法在超声水表当中的具体应用及插值算法对于提高流量测量精度的作用;最后,利用MATLAB软件对算法进行仿真评估了实际噪声条件下算法能达到的时延估计精度并搭建流量计量系统证明算法的有效性.仿真结果表明,在超声换能器频率为1 MHz、采样频率为4 MHz的情况下,时延估计的平均绝对误差在百皮秒内.表明该算法能在较低的采样频率下实现高精度的时延估计,在时延估计精度上比传统相关法更具有优越性.