基于路径选择的自适应蚁群算法研究

本文提出样本空间经过K-均值聚类算法聚类加工处理后,算法通过动态地调整选择路径概率,优化TSP求解过程中解的分布均衡性,可以在加速收敛和防止早熟、停滞现象之间取得很好的平衡。这种新的算法提供了在样本空间预处理情况下,动态自适应地解决TSP问题最优解的新方法。比起普通蚁群算法,此算法对大规模数据的最优解的求解更有显著效果。     

虚拟演播室中三维模型简化算法研究

虚拟演播室中的模型需要实时运动,从而对组成模型的三角形数量有一定限制.设计了一种基于均值聚类的三维模型简化算法.该算法引入了衡量组成模型的每个顶点的权重因子,利用均值聚类算法对模型的顶点分类,通过统计组成模型三角形边长来调整分类结果,从而生成不同细节层次三角形数量可控的三维模型.实验结果表明,该算法能够在保持原模型轮廓的同时有效减少组成模型的顶点和面的数量,形成不同细节层次的模型,保证虚拟演播室中模型动画的流畅.     

一种改进的支持向量机模式分类方法

支持向量机(Support Vector Machine,SVM)是在统计学习理论基础上发展起来的一种新的机器学习方法,已成为目前研究的热点,并在模式识别领域有了广泛的应用.首先分析了支持向量机原理,随后引入一种改进的径向基核函数,在此基础上,提出了一种改进核函数的SVM模式分类方法.与基于IRIS数据,进行了计算机仿真实验,与基干模糊k-近邻的模式分类仿真结果比较,结果表明改进的SVM方法分类性能比模糊k-近邻算法(Fuzzy k-Nearest Neighbor,FKNN)的分类性能更好,运算时间更短,更易于实时实现.     

单传感器多目标跟踪相关算法的研究

研究了单传感器多目标跟踪的一种算法－－近邻域相关法，并探讨了近邻域相关法在多目标密集环境下航迹自动起始、自动跟踪的工程实现，该算法用８０８６汇编及ＰＬＭ８６语言编制，并在ＲＩＣ雷达情报台上实现。     

基于特征点预测的三维表情人脸合成

对于三维人脸表情合成,基于设备的方法成本高、灵活度低,表情的重建依赖人脸扫描过程中原始人脸表情;基于图像的方法大部分以面部行为编码系统(FACS)为基础,存在FACS兼容性较好的部分模型表现粗糙问题、合成真实度较低等问题.针对于此,本文提出一种基于特征点预测的三维表情合成方法.在三维人脸重建效果较好的3DMM算法基础上...     

基于统计学习优化SIFT的面部遮挡人脸识别

针对传统的人脸识别算法受面部遮挡的影响导致很难兼顾鲁棒性和保持原始图像核心信息的问题,本文提出了一种基于统计学习优化尺度不变特征变换的面部遮挡人脸识别算法。首先,利用SIFT将所有给定训练图像用一组局部特征描述符表示出来;然后,通过执行统计学习获得正常脸部图像SIFT特征的概率分布函数,利用获得的概率分布函数在新观察到的测试图像中检测异常SIFT特征;最后,计算测试图像与训练图像之间的相似度,并利用K近邻分类器完成人脸识别。在AR人脸数据库上的实验验证了本文算法的有效性及可靠性,实验结果表明,相比其它几种较为先进的人脸识别算法,本文算法取得了更强的识别鲁棒性。     

基于图论的人脸图像数据降维方法综述

近几年基于图论的降维方法越来越得到人们的关注,本文针对人脸识别中的核心问题即对高维数据进行降维的目的,首先介绍了有关图论的基本概念,通过总结各种人脸图像降维的方法,将这些方法统一到图嵌入框架中。然后结合线性与非线性的角度分析了各种算法的优缺点,得出了非线性图嵌入算法在挖掘人脸图像中的非线性特征以及在数据降维方面均优于传统的方法。最后针对现有的构图方式所存在的问题对今后的研究与发展方向进行了讨论。     

利用近邻因子提高二氧化氮遥感反演浓度的精精度度——基于随机森林算法

NO₂是损害健康和破坏生态的主要大气污染物。本文基于NASA提供的Aura OMI遥感反演NO₂浓度,利用采样点8 km内的经济、人口、路网和坡度数据,以及气象、植被和高程的点值数据,采用随机森林算法、地理加权回归(GWR)和多尺度GWR方法提高NO₂浓度的预测精度。NASA原浓度R²为0.48,以上三种模型把交叉验证R²分别提高到0.74、0.71和0.70,其中随机森林算法的精度最高,该算法的均方根误差(RMSE)和平均绝对误差(MAE)分别只有6.4μg/m³和4.98μg/m³,且其速度远快于多尺度GWR,预测精度也高于大部分现有的同等范围研究。在浓度修正方面,局部化经济人口路网因子对预测精度提高的贡献至少为11.24%。此外,基于随机森林算法还给出全国县级城市NO₂浓度估计值的分布图。     

基于压缩近邻的查重元数据去冗算法设计

随着重复数据删除次数的增加,系统中用于存储指纹索引的清单文件等元数据信息会不断累积,导致不可忽视的存储资源开销。因此,如何在不影响重复数据删除率的基础上,对重复数据删除过程中产生的元数据信息进行压缩,从而减小查重索引,是进一步提高重复数据删除效率和存储资源利用率的重要因素。针对查重元数据中存在大量冗余数据,提出了一种基于压缩近邻的查重元数据去冗算法Dedup2。该算法先利用聚类算法将查重元数据分为若干类,然后利用压缩近邻算法消除查重元数据中相似度较高的数据以获得查重子集,并在该查重子集上利用文件相似性对数据对象进行重复数据删除操作。实验结果表明,Dedup2可以在保持近似的重复数据删除比的基础上,将查重索引大小压缩50%以上。     

基于Gabor滤波器医学图像的纹理分割

基于Gabor滤波器纹理分割的研究。Gabor滤波器的改进,对Gabor滤波器在方向上做了改进,把Gabor滤波器在4个方向上提取纹理特征,拓展成在6个方向上提取纹理特征,基本满足了多通道多分辨率的要求。