基于惩罚和修复策略的约束优化遗传算法

约束优化问题中最难以解决的就是约束处理问题,将惩罚函数法与修复策略相结合应用于非线性约束优化遗传算法之中,使得约束优化问题在惩罚函数和修复算子的协同作用下收敛于全局最优,有效避免了迭代过程中大量非可行解的产生,解决了在遗传算法约束优化问题中单独使用惩罚和修复方法时一些难以解决的问题。基于随机方向法构造的修复算子作用效果显著,采用多个测试函数对算法进行检验,均能较好地收敛于可行域中的最优解,验证了算法的可靠性。     

交直流迭代法求解含网损节点边际电价

直流最优潮流计算节点边际电价的方法已经很成熟,但由于其对电力系统进行简化计算,因此,优化结果与实际运行情况不符。采用交流最优潮流计算节点边际电价,目前工程实用化并不广泛。为此,提出交直流迭代求解含网损节点边际电价。该方法采用直流最优潮流模型进行有功经济功率分配,采用交流模型计算精确潮流和网损。两者交互迭代,直到收敛后采用转置雅可比矩阵法计算网损微增率,结合直流最优潮流得到的节点边际电价计算含网损的节点边际电价。通过IEEE14节点和IEEE118节点算例验证了所提出的方法的可行性,并分析了参考节点对该方法的影响。算例计算结果表明该方法经济意义和物理含义明确。计算简单,适合工程应用。     

基于振铃抑制的多视频超分辨率重建

为了利用较少低分辨率视频序列实现多视频超分辨率重建,本文提出一种将时空分别进行重建的算法。首先利用已有方法进行时间重建,再以得到的高时间分辨率的视频序列帧为参考帧,结合输入低分辨率视频序列帧进行空间重建。此外,针对传统重建方法在配准不精确的情况下会产生振铃现象这一问题,提出一种加入自适应惩罚项的改进迭代反投影(IBP)算法。实验结果表明,本文算法在输入低分辨率序列较少的情况下,能较好地实现多视频超分辨率重建,且能有效抑制振铃现象;重建出的高分辨率视频序列的结构相似度较对比算法提高3.4%~6.1%;在主观感受上,图像边缘锐利、人工效应少。     

基于支持向量机的极化SAR图像分类

极化合成孔径雷达可以同时得到地面场景在不同极化组合下的雷达图像,极大地丰富了获取的地物目标信息量。针对极化SAR图像特征提取和目标分类的困难,由4种基本极化组成样本向量,运用基于统计学习理论的支持向量机以及不同的核函数设计分类器,提出了一种新的极化SAR图像分类算法,并对实测极化SAR数据进行分类实验。结果表明,将支持向量机分类器应用于极化SAR图像分类中是可行和有效的,并且通过选择适当的惩罚系数,可以进一步提高分类效果。     

基于分段层近法的SMO参数选择

传统的支撑向量机(SVM)训练速度非常慢,使用RBF核的序列最小优化(SMO)是有效的SVM改进算法.综合网格法和双线形法的优点,提出分段层近法选择参数惩罚因子C和核参数σ2.同时用来训练二维数据,实验证明,SMO算法与传统的SVM算法都使用该法选定参数,在推广识别率方面为同一水平的情况下,运行速度有很大的提高.     

设计余弦调制QMF组的一种新方法

通过适当矩阵变换，本文首先将精确重建余弦调制正交镜像滤波器组的设计转化为一种带约束的非线性优化问题，它是一种带二次型约束的最小二乘（ＱＣＬＳ）优化问题，然后，我们提出了一种变参量的罚函数方法来有效求解该类ＱＣＬＳ优化问题，通过直接采用原型滤波器系数为优化变量，我们构造了一个特殊的凸函数作优化代价函数，故可获得该问题的全局最小点，最后，采用本文提出的设计方法进行了一个具体实例设计，结果表明我们的方法     

EPON系统物理层参数优化

EPON是一种新出现的接入网技术,针对EPON系统的特点,对原来IEEE802.3z链路模型进行了改进,并以其为参考对EPON系统进行了分析。目的是结合目前光器件水平,对EPON系统物理层参数进行优化,如传输距离与分光比等。     

交替惩罚三线性分解二阶校正荧光分析法快速测定牛奶中洛美沙星含量

笔者利用化学计量学交替惩罚三线性分解二阶校正算法结合荧光分析,在有干扰药物及牛奶中干扰组分共存下,对牛奶中的洛美沙星进行快速分析测定。当三维荧光数据的预估组分数取4时,所得平均回收率达到99.4%±1.3%,预测方差均方根(RMSP)为2.97nmol/L,预测结果良好。实验结果表明,此法可用于干扰组分共存下牛奶中洛美沙星的快速定量测定。     

有横缝高拱坝的动力接触模型及其数值解

本文提出了地震作用下有横缝高拱坝的动接触模型，并对这一强非线性模型进行数值计算。该动态接触模型是基于有伸缩横缝拱坝在地震作用下其响应所呈现的非线性摩擦接触特性，应用接触力学分析方法建立的，能够充分地反映高拱坝横缝的张开 闭合 摩擦力学过程的分析模型。结果表明，采用本模型的计算效率较高、收敛性有保证，结果合理、可靠。     

Fast total variation deconvolution for blurred image contaminated by Poisson noise

In this paper, we present a fast non-blind deconvolution method for restoring blurred images contaminated by Poisson noise. The problem is formulated by finding the minimizer of the negative logarithmic Poisson log-likelihood combined with the total variation (TV). To attack the challenging task, we adopt the well-known variable splitting and penalty technique to convert the problem into two easier sub-problems: one is a modified TV regularized deconvolution and the other is a simple convex optimization problem. Experimental results show that the proposed method runs very fast and the quality of the restored image is comparable with that of some state of the art methods.