粒子群算法求解组合投资问题

本文在分析概率准则下的组合投资问题模型的基础上,提出了一种基于粒子群优化算法的求解方案,并用C++加以实的收敛性和计算效率,为组合证券投资者提供了一种高效的决策方法。现,然后结合实例,和传统方法、随机模拟结合遗传算法,遗传—禁忌算法等进行比较。证明了文中采用算法具有较高     

基于显著区域的行人检测算法

针对经典行人检测算法(HOG+SVM algorithm)因滑动窗口滑动次数过多引起的计算量过大问题,提出一种基于显著区域的行人检测算法。把提取的显著度和原图结合得出有效图,实现由整张图像行人检测到局部有效图行人检测的转变;用贝叶斯准则将有效区域和基于协方差的行人检测有机结合,达到在降低计算量的同时提高检测准确率的效果。在公开数据集INRIA上的实验结果表明,该算法降低了计算量,明显改善了误检率。     

一种基于加权直方图的动态背景建模

场景中的光照变化及树叶和水面等的不规则运动是建立动态场景背景模型的主要困难。针对该问题,提出一种基于加权直方图的动态背景建模方法。算法首先提出融合图像序列局部空间相关性的加权直方图,并以此作为特征描述动态背景。针对该特征进一步提出一种简洁的特征聚类准则,该准则通过对亮度直方图和色度直方图区分计算聚类特征。在多个标准测试视频上进行试验,并与混合高斯模型( MOG)、标准码本模型( SCBM)、HSV码本模型( HSVCBM)和加权直方图模型( WHM)算法进行比较。实验结果表明,本文算法对场景中的动态变化具有较强的适应性。     

基于前景理论和统计推断的区间数多准则决策方法

针对准则权重不完全确定且准则值为区间数的多准则群决策问题,提出一种基于前景理论的多准则决策方法。基于统计推断原理,以各准则下的方案值为样本推断其发生的概率,进而确定期望值参考点。基于区间数可能度确定价值函数,以方案区分度最大为目标构建非线性优化模型并确定方案排序。最后,通过实例分析表明了所提出方法的有效性和可行性。     

基于流形学习的正交稀疏保留投影鉴别分析

稀疏保留投影( SPP)是一种保留样本间的稀疏重构关系的特征提取方法。但是根据流形学习理论,考虑局部流形结构比考虑全局欧氏结构更重要。此外,SPP得到的不是一组正交的投影向量,特征间存在冗余信息。为解决该问题,文中提出一种改进的稀疏保留投影算法,在SPP中引入有监督的流形学习,使得所得投影空间正交,并用迭代的方式求解最优投影变换,称为基于流形学习的迭代正交稀疏保留鉴别分析( MLIOSDA)。同时提出一种终止准则终止迭代。在CAS-PEAL人脸数据库和PolyU掌纹数据库的实验结果表明,文中提出的方法与一些相关方法相比有效地提高了识别结果。     

基于本体的室内舒适节能监控系统建模

软件动态演化与环境变化紧密联系,软件需要通过自我补足来适应环境变化,但是软件所在的开放环境信息多样、复杂难控,虽然上下文感知技术能够很好地解决这个问题,然而上下文信息数量丰富、结构多样、难以被有效利用。本文介绍了上下文感知技术、本体理论及相关技术,构建了上下文本体元模型,采用层次化的上下文本体方案,对不同上下文进行统一建模,提高上下文的共享。达到采用形式化的语言显式表达环境的目的,为建立环境适应性准则做准备。并在此基础上构建室内舒适节能监控系统的本体模型。     

不确定离散时滞系统的时滞相关保性能控制

针对一类范数有界不确定离散状态时滞系统,研究了系统时滞相关保性能控制问题.通过在李亚普诺夫函数的前向差分中引入零项式和松弛变量,得到了改进的系统保性能控制律存在的时滞相关条件.针对控制律存在的时滞相关条件不是用严格线性矩阵不等式表示的情况,得到了一个改进的求解非凸可行性问题的迭代算法.通过两个数值例子表明所得结论能得到更小的性能指标上界.     

应用于LTE上行链路的MMSE-TEDF均衡器

提出了一种适用于LTE上行SC-FDMA中的判决反馈均衡架构TEDF.依照最小均方误差准则,组成MMSE-TEDF均衡器.在3GPP LTE协议中常用的EVA信道下将这种均衡器进行计算机仿真,结果表明该均衡器在EVA信道下系统性能明显提高.     

基于改进的FCM算法提取彩色图像有意义区域

针对传统的FCM算法随机获取初始聚类中心与分类类别数的缺陷问题,提出了一种获取初始聚类中心与分类类别数的方法,并采用交叉熵测度准则进行FCM聚类,对彩色图像进行分割,提取有意义区域.实验结果表明,该方法不仅能够提高算法的聚类速度与算法的普适度,而且可以改善图像的聚类效果.与传统的FCM算法相比,该算法更易于实现彩色图像有意义区与背景的分离,分割效果令人满意.     

改进的音频混合分割方法

针对基于距离和贝叶斯信息准则的混合分割算法在候选分割点确认时存在过于激进、容易造成分割点丢失的问题,提出一种保守的分割点确认方法,使被否定的候选分割点有多次机会被检验;针对固定的惩罚因子无法兼顾准确率和查全率的问题,提出了基于可检测度的惩罚因子自适应算法,并在一个启发式规则的基础上对基于可检测度的惩罚因子自适应进行扩充,实现了基于可检测度和启发式规则的惩罚因子自适应方法.实验结果表明,文中算法明显优于已有算法,且在性能上得到了很大提升.