探讨概率应用的几个典型问题

概率应用遍及自然科学和社会生活之中,科学的概率不仅应当服务于科学,更重要的是能够服务于概率应用。这里通过解决典型问题,剖析概率研究方法的特殊性,探讨概率应用的一般方法。     

思维进化算法的转移概率分析及几乎处处收敛性证明

思维进化算法已有的收敛性分析均是在依概率收敛意义下考虑的,而几乎处处收敛强于依概率收敛。在详细分析思维进化算法趋同算子和异化算子转移概率的基础上,利用种群最大适应度值函数描述思维进化算法的演化过程,将最大适应度值函数的进化过程转化为下鞅数列,并根据数学期望的性质和最大适应度值函数的特点,利用下鞅收敛定理严格证明了思维进化算法的几乎处处收敛性。     

无线移动网络节点发包概率的演化博弈模型

针对大规模无线移动网络中节点对信道资源的群体性随机博弈问题,在载波侦听多路访问/冲突避免(CSMA/CA)的机制下,建立一种节点发包概率的演化博弈模型。考虑节点成功发送数据包的收益、监听、退避和冲突等成本因素,给出并证明该模型的演化稳定策略(ESS),推导节点发包概率演化的复制动态方程。数值仿真结果表明,该模型能提供更强的ESS,保证在多个移动节点干扰时演化稳定点的鲁棒性。     

基于SURF与Hough森林的人脸检测研究

为实现复杂场景中的人脸检测与定位,提出了一种基于快速鲁棒特征SURF与Hough森林的人脸检测算法。采用SURF局部特征构建Hough森林分类器,每个叶子节点存储类别信息与特征点到达目标中心的偏移量,在图像局部外观与Hough投票之间建立映射关系,生成有监督的判别式的码本,获得可靠的概率Hough投票,以此预测目标中心位置,提高了检测精度。与此同时,采用SURF局部特征提取图像兴趣点有助于减小计算量、加快检测速度。实验证明了所提算法的有效性。     

复杂光照下的缩微道路车道线检测方法

为了解决复杂光照下的缩微道路车道线检测问题,提出了一种适用于复杂光照下的缩微道路车道线检测方法。首先运用朴素贝叶斯对不同光照下的车道图像进行分类,然后对分类后的车道图像采取相应的图像处理方法,最后运用改进的大津法和改进概率霍夫变换来检测车道线。对多段不同光照模式下的车道图像进行的仿真实验表明,该方法对缩微道路车道线检测的成功率达到95.5%,具有很强的鲁棒性和抗干扰能力。     

基于最小巡游概率的网络空洞平衡唤醒算法

在网络移动Agent(MA)模式下环形路由设计中,由于网络数据包传输冲突产生空洞,需要设计空洞平衡唤醒算法,以平衡网络能量,延长网络寿命。传统方法采用自适应学习粒子群算法,构建C/S模式下的空洞平衡唤醒算法,由于网络能耗不均衡也将容易使网络产生信息空洞的孤岛节点,性能不好。提出一种基于最小巡游概率的移动Agent的能量平衡环形路由信息空洞唤醒算法,建立最小跳数链路与梯度环,提供MA休眠和唤醒所需能量,进行MA迁移与数据回传,进行最小跳数链路路由算法设计,构建最小巡游概率判别准则与整体网络拓扑结构,实现网络信息空洞平衡唤醒算法的改进。仿真结果表明,该算法能数据包跳数构建网络拓扑,有效抑制了数据包在同一梯度内重传现象,通过最小概率巡游,有效减少因节点死亡而产生网络空洞的概率,有效克服网络能耗不均衡也产生信息空洞的孤岛节点,sink节点会相继收到由内环到外环各层MA所回传的融合数据,有效延长网络使用寿命,提高系统稳定性。     

802.11 DCF协议引入信道预约机制的必要性分析

论文对802.11 DCF协议引入信道预约机制的必要性问题进行了探讨.通过分析信道预约机制与隐藏/暴露终端问题之间的关系,提出一种比较隐藏终端和暴露终端出现概率大小的等效方法,并给出了相应的数值估算结果.理论分析结果验证了802.11 DCF协议引入信道预约机制的有效性.     

无线传感器网络中移动目标跟踪的预测模型

动态目标的实时监测是无线传感器网络覆盖的必备技术和发展趋势,针对由于目标运动带来的网络动态拓扑变化和耗能高等问题,提出了一个预测模型。该模型通过综合分析目标在当前时刻前的信息如移动速度、移动方向的基础上,基于二维高斯分布,预测目标未来可能出现的区域,从而激活相应的传感器,减轻无线传感器网络的工作压力。并且设计相应的通讯协议,以保证基站与传感器节点之间数据稳定、实时的传输。基于仿真实验表明了该方法的有效性和可行性。     

基于异构多种群策略的动态概率粒子群优化算法

结合动态概率粒子群优化算法(DPPSO)特点,针对传统的单种群粒子群优化算法易陷入局部最优、收敛速度较慢的缺点,文中提出一种基于异构多种群策略的DPPSO.该算法在进化过程中保持多个子种群,每个子种群以不同的DPPSO变体进行进化,子种群之间根据一定规律进行通信,从而保持整个种群内部的信息交流,进而协调DPPSO的勘探和开采能力.通过典型的Benchmark函数优化问题测试并分析基于异构多种群策略的DPPSO性能,结果显示,使用该策略的算法收敛速度较快,稳定性有较显著提高,具有较强的全局搜索能力.     

基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。