最近中继协作算法研究

为提升多中继协作通信系统性能,提出一种最近中继协作的传输算法。算法通过选择最近的邻居节点作为中继来辅助传输。通过公式推导,计算出中断概率与小区半径和发送功率直接的关系,仿真结果表明,提出的算法得到的仿真结果更接近Genie-aided算法的理论值下界值,且优于直接传输和分布式协作传输方案。固定小区半径时,当达到一定的中断概率时,发送功率降低了6 dBW。     

基于能量平衡的无线传感器网络非随机分簇算法（英文）

无线传感器网络(WSNs)路由协议的设计受到传感器的节点特征、网络行为和应用需求等的影响,网络拓扑结构的变化对节点之间通信路径的影响非常关键。分簇是减少能量消耗和增强网络可扩展性的一种有效的拓扑控制技术。为了节约能耗,提出了能量平衡的非随机分簇算法。该算法采用最小能量分簇技术形成簇群,利用最小的通信距离来选择最优的簇头(CH)。仿真结果表明该算法延长了网络寿命,与集中式的LEACH-C算法相比,提高了能量利用效率。     

提取B超病灶的尺度分解小邻域统计水平集方法

在区域水平集方法基础上,利用小波变换将图像分解成多尺度子图像,对不同尺度子图像进行边缘提取并经过数学形态学算子修正,得到接近目标边界的水平集初始轮廓,解决了区域水平集方法对初始轮廓要求高的问题;接着运用小邻域统计方法计算并判断各像素点小邻域统计信息,筛选出该邻域内有效点集作为本次参数代入水平集公式进行迭代运算。实验表明:与几种现存的水平集方法相比,小邻域统计水平集方法能够较好地抑制B超图像噪声,快速地确定病灶边界,对模糊边界的捕获效果好。     

基本地貌形态数学模型的改进

以邻域、边界等拓扑学概念为基础,引入环状邻域和分离型邻域等概念,根据任意点对地貌特征点的高差所满足的不同条件,分别推导了山、洼地、鞍部、盆地、高原、岛屿等基本地貌形态的数学模型.     

基于LRU淘汰机制的自适应大流检测算法

针对现有大流检测算法自适应能力差和难以满足工程应用需求的问题,提出一种新的基于"最近最久未用"淘汰机制的自适应大流检测算法。该算法设置流归并和LRU两级缓存,数据分组到达时,首先进入流归并缓存,按照"流关键字"通过哈希算法实现数据分组到流的匹配,并对流大小进行估计;同时根据上一时刻被LRU淘汰流的大小实时调整LRU缓存之前的过滤门限;然后比较流估计值和门限大小,估计值大于门限的流所含数据分组进入LRU缓存进一步筛选,否则丢弃。为保证实时性和过滤效果,分析并提出了门限时长的设置方法。理论推导和实验结果表明:该算法既保证了准确性又提高了自适应性,更适合工程应用。     

拟阵交构约束的下模函数最大值问题的近似算法及其分析

下模函数的最大值问题是组合优化中的核心问题,然而求解下模函数最大值问题是一个NP-难问题,故人们降低要求,求解它的最优近似解。在拟阵约束的基础上,进一步研究拟阵交构成的独立系统下求解下模函数最大值问题,运用了近似领域算法,得到下模函数的近似最优解,并讨论给出了近似算法的性能分析,得出近似解的近似度≤（αm＋1）。     

一种改进的基于全局最小能量泛函光流算法

在大位移、非刚性运动目标的复杂场景下,针对全局能量泛函过平滑导致目标形状严重丢失及大位移运动目标光流计算精度降低的问题,提出了一种全变分正则化(ROF)模型预处理输入视频帧,对图像的大尺度特征和图像变化的细小部分进行了分析.采用双三次插值法初始化亚像素层的光流矢量,设计了一种自适应邻域修正法,对光流矢量异常值进行了修正.实验结果表明:相比于传统Horn-Schunck光流算法与金字塔Horn-Schunck光流算法,光流的平均角误差和平均终点误差分别平均减少了87.86%,58.51%和89.44%,58.99%,有效地提高了算法精度.     

基于轨迹特征及动态邻近性的轨迹匿名方法研究

移动社会网络的兴起以及移动智能终端的发展产生了大量的时空轨迹数据,发布并分析这样的时空数据有助于改善智能交通,研究商圈的动态变化等.然而,如果攻击者能够识别出轨迹对应的用户身份,将会严重威胁到用户的隐私信息.现有的轨迹匿名算法在度量相似性时仅考虑轨迹在采样点位置的邻近性,忽略轨迹位置的动态邻近性,因此产生的匿名轨迹集合可用性相对较低.针对这一问题,本文提出了邻域扭曲密度和邻域相似性的概念,充分考虑轨迹位置的动态邻近性,并分别提出了基于邻域相似性和邻域扭曲密度的轨迹匿名算法;前者仅考虑了轨迹位置的动态邻近性,后者不仅能衡量轨迹位置的动态邻近性,而且在聚类过程中通过最小化邻域扭曲密度来减少匿名集合的信息损失.最后,在合成轨迹数据集和真实轨迹数据集上的实验结果表明,本文提出的算法具有更高的数据可用性.     

一种混合局部搜索算法的遗传算法求解旅行商问题

针对遗传算法容易产生早熟现象以及局部寻优能力较差的缺点,提出一种求解旅行商问题的高效混合遗传算法。该算法首先用加权最近邻法产生初始种群,对种群中相同的个体,用K-近邻法产生新的个体代替相同的个体,然后淘汰适应性较差的个体,用交叉操作产生新的个体,最后,对部分个体进行3-opt优化变异,对种群中优秀个体用改进的Lin-Kernighan算法进行优化。对TSPLIB中部分实例的仿真结果表明,所提出的混合局部搜索算法的改进遗传算法在求解TSP问题时可以高效地获得高质量的解。     

混合的SAR图像变化检测算法

为尽可能多地消除遥感图像变化检测过程中“伪变化”信息的影响,获得比较客观的感兴趣区域变化检测结果,针对遥感图像中SAR图像的特点,提出一种混合的SAR图像变化检测算法。对已配准好的图像进行Frost滤波,用邻域比值的方法构造差异图,对得到的差异图进行非下采样轮廓波变换（NSCT）,对变换得到的高频子带和低频子带分别处理,用模糊C均值（FCM）聚类算法得到变化检测的结果。实验结果表明,该算法模型很好地保留了图像变化区域的细节,提高了变化检测准确性。