随机聚焦搜索优化算法

提出了一种新的优化算法: 随机聚焦搜索. 该算法属于群集智能, 它模仿了人类的搜索行为及其在搜索过程中的随机性, 算法简单并且计算复杂度小. 在对一系列典型复杂函数的优化测试中, 通过与差分进化算法和全面学习的粒子群算法进行对比, 验证了该算法性能. 仿真结果表明, 该算法能解决大多数benchmark函数问题, 并且有较快的寻优速度, 可以在一定程度上替代现有的优化算法.     

基于双向搜索的脉冲耦合神经网络的图像分割

脉冲耦合神经网络（Pulse Coupled Neural Network PCNN）是基于猫视觉原理构建的一种简化的神经网络模型。为了快速进行图像分割,本文提出了基于双向搜索的脉冲耦合神经网络（Bidirectional search PCNNBPCNN）。与传统PCNN不同,BPCNN模型可同时自上而下和自下而上点火。当BPCNN与最大熵结合时,可以同时双向寻找最佳阈值,大大提高网络运行速度。通过灰度图像实验验证该模型取得了较好的效果。     

一种基于语义网的相似度计算模型

在检索信息时我们经常简单的依靠关键词匹配,往往导致检索结果不全或者不准。随着语义网概念的提出,为我们提供了新的研究方向。本文在传统的计算句子相似度的基础上,提出了把语义网和改进的相似度计算方法相结合,并把该计算模型应用在依靠论文摘要来检索相关论文上。由于语义网的引入,使得搜索变得智能化,从简单的依靠关键词匹配提高到语义层面,从而提高了查全率和查准率。     

一种并行多目标遗传邻域搜索算法

现有的多目标遗传算法在解决大规模多目标生产调度问题时虽然有效,但往往非常耗时,难以应用于实际.为了提高求解效率,提出了一种并行多目标遗传邻域搜索算法来求解Pareto边界.该算法将多目标遗传算法的进化方向划分为若干范围,然后同时对每个进化方向的范围使用多目标遗传邻域搜索算法,并行地搜索各方向范围内的Pareto边界;在各进化方向范围内进化的子种群会定期交流各自进化成果.多目标遗传邻域搜索算法的并行化在不增加求解时间的前提下,提高了求解精度,加快了算法的收敛速度.仿真实验结果验证了算法的可行性与有效性.     

Fixed-time sliding mode control based plant/controller co-design of dual-motor driving system

A fixed-time sliding mode controller based plant/controller co-design scheme is developed for dual-motor driving systems. The proposed controller is fixed-time stable subject to unknown disturbances which guarantees the robustness of the proposed control scheme and a less conservative solution can be ensured by comparing with the conventional fixed-time convergence technique. Due to the existence of couplings between the plant and the controller, traditional design procedures in which the plant and the controller are designed sequentially and separately cannot guarantee the overall optimum of control systems. A co-design scheme based on the nested optimisation strategy is developed in this paper. With the nested optimisation strategy, the co-design solution can be achieved efficiently and reliably. A combined cost function considering both the plant and the controller is developed so that the largest load can be achieved without degrading the control performance. The fixed-time convergent controller is employed and considered into the co-design scheme. The gravitational search algorithm is adopted to optimise controller parameters in the co-design scheme. With the presented co-design method, the largest load of the studied system can be achieved with the satisfactory control performance. Contrastive Simulation and experimental results demonstrate the efficacy of the proposed controller and co-design scheme.     

基于随机森林回归的清防垢加药量预测方法

复合驱由于强碱化学剂的注入易造成严重的结垢现象,而预测清防垢加药量是制定科学的清防垢方案的关键.为了获得一种具有较强实用价值和较高预测精度的复合驱清防垢加药量的预测方法,该文将随机森林回归算法应用到复合驱清防垢加药量预测.首先,分析并处理影响清防垢加药量的20维特征,利用随机森林回归的特征重要性评估功能对影响加药量的众...     

改进的快速相关矢量量化的图像编码算法

在矢量量化中,保证编码质量的前提下,缩短编码时间和降低码率是当前研究的重要问题。快速码字搜索算法是减少编码时间的重要技术。提出了一种改进的哈达玛变换域等均值等方差最近邻搜索算法（MHTEENNS）。测试结果表明,这种算法能够排除更多的码字,效率更高。为了降低码率和进一步缩短编码时间,目前已有相关矢量量化的图像编码算法,但是这种算法造成编码质量的下降。提出了改进的基于对角线相关矢量量化编码算法（MDFCVQ）。该算法编码质量提高了0.8~0.9 dB且码率进一步降低。最后,将快速码字搜索算法应用到相关矢量量化中来,将两种改进后的技术结合在一起,通过与之前的方法比较,提出一种在保证编码时间的前提下,具有更高编码质量和更低码率的矢量量化算法。     

一种基于学习的非线性人脸图像超分辨率算法

提出了一种单幅人脸图像的超分辨率重构算法。该算法采用马尔可夫网络模型描述重构机制,对输入的低分辨率图像,以及训练用高分辨率图像和对应的低分辨率图像进行分块,并使图像基本对齐,构造训练图像集。针对简化马尔可夫网络计算的需要以及训练集人脸图像的差异,在采用块坐标限位操作的基础上,使用了一种非线性样本搜索算法,降低了搜索空间复杂度,提高了匹配效率和相关性。算法利用搜索到的高分辨率图像分块样本,直接输出超分辨率图像。分析和实验表明,与传统学习算法相比,该方法具有输出质量好、效率高的特点。     

基于P2P的结构化半分布式语义搜索算法

目前的搜索引擎算法大多是基于关键词搜索,体系上是集中式结构,在安全性和语义性上存在缺陷.基于P2P的结构化半分布式语义搜索算法--DPSS(Distributed P2P Semantic Search),通过研究词与词的关联度,在传统的P2P覆盖语义层,实现语义功能.同时,结合文章距离算法,能够应用在文本分类、文章聚类等领域.     

一种改进的折半查找算法

针对查找范围变化很大而又相对稳定的查找对象,给出了一种改进的基于区间控制的折半查找算法,当后一个查找对象在前一个查找对象附近时,在最坏状态和平均状态下,该算法与传统的标准折半查找算法相比,其查找长度显著减少,查找速度快,当父表很大而子表相对很小时,存储上仅需增加一个额外的存储单元,实现代价很小。此算法适用于过程控制中的实时查找处理,有一定的实用价值。