应用射频技术的商场智能导购系统

设计的电子导购系统,包括电子标签的选择,嵌入式 Android 系统的选择,电子导购系统功能模块的组成。同时设计了客户端的两大功能模块,包括促销信息功能模块的设计,电子地图定位模块的设计。讨论了定位RFID 标签的布局,并利用 RSSI 来评估其接收的信号强度并计算出标签和读写器的距离,根据相邻的四个标签的坐标,采用极大似然估计方法获得智能购物车的位置,能够用于商场内精准的定位。     

M-精英协同进化数值优化算法

为了解决高维无约束数值优化问题,借鉴协同进化和精英策略的思想,提出了M-精英协同进化算法.该算法认为,适应度较高的个体群(称为精英种群)在整个种群进化中起着主导作用.算法将整个种群划分为由M个精英组成的精英种群和由其余个体组成的普通种群这样两个子种群,依次以M个精英为核心(称为核心精英)来选择成员以组建M个团队.若选中的团队成员是其他精英,则该成员与核心精英利用所定义的协作操作来交换信息;若团队成员选自普通种群,则由核心精英对其进行引导操作.其中,协作操作和引导操作由若干不同类型的交叉或变异算子的组合所定义.理论分析证明,算法以概率1收敛于全局最优解.对15个标准测试函数进行的测试显示,该算法能够找到其中几乎所有被测函数的最优解或好的次优解.与3个已有的算法相比,在评价次数相同时,该算法所求解的精度更高.同时,该算法的运行时间较短,甚至略短于同等设置下的标准遗传算法.此外,对参数的实验分析显示,该算法对参数不敏感,易于使用.     

基于正交试验设计的克隆选择函数优化

将正交试验设计引入到克隆选择操作中,设计出基于正交试验的克隆选择操作(clonal selection operation based on orthogonal experiment design,简称CSO-OED),并将其加入到典型的克隆选择算法中,设计出并联式的CSO+CSO-OED(I)算法和串联式的CSO+CSO-OED(II)算法.将新设计的算法用于9个经典的测试函数和6个复杂的测试函数进行对比测试,实验结果表明,CSO-OED能够有效地保持种群的多样性,避免算法不成熟收敛.CSO+CSO-OED(I)和CSO+CSO-OED(II)将全局搜索和局部搜索分开进行优化,对比实验表明,这种搜索策略不但能够保证算法的收敛性,还能有效地提高搜索解的精度,增强算法的鲁棒性.     

基于面向任务模型的陆基卫星测控资源克隆选择优化调度

建立了面向任务的陆基卫星测控资源优化调度数学模型,与已有数学模型不同的是,该模型约束同一测控请求同一时刻只被一个可见陆基测控设备测控,为调度算法调度陆基测控设备完成更多的测控任务提供可能.基于此模型提出了基于面向任务模型的陆基卫星测控资源克隆选择优化调度算法(Clonal Selection land-based Sat-ellite TT&C Resources Scheduling Algorithm based on the mission oriented model,CS_STT&LCRSA),并从理论上证明了算法的收敛性.算法中采用能表示各测控请求时间先后及其与陆基测控设备关系的矩阵编码方式表示种群中的抗体;并针对该编码方式设计了相应的强约束满足算子,保证操作后的抗体满足强约束条件.在5颗同步卫星和30、40、50颗近地卫星请求测控的情况下,分别仿真了10组不同任务.对比实验表明,新建的数学模型可使调度算法更好地利用陆基测控设备;CS_STT&CRSA有更强的搜索能力和约束解决能力,能调度测控资源完成更多的测控任务,它的性能也更加稳定.     

An expert system to classify microarray gene expression data using gene selection by decision tree

Gene selection can help the analysis of microarray gene expression data. However, it is very difficult to obtain a satisfactory classification result by machine learning techniques because of both the curse-of-dimensionality problem and the over-fitting problem. That is, the dimensions of the features are too large but the samples are too few. In this study, we designed an approach that attempts to avoid these two problems and then used it to select a small set of significant biomarker genes for diagnosis. Finally, we attempted to use these markers for the classification of cancer. This approach was tested the approach on a number of microarray datasets in order to demonstrate that it performs well and is both useful and reliable.     

Monolithic and Flexible ZnS/SnO2 Ultraviolet Photodetectors with Lateral Graphene Electrodes

A continuing trend of miniaturized and flexible electronics/optoelectronic calls for novel device architectures made by compatible fabrication techniques. However, traditional layer‐to‐layer structures cannot satisfy such a need. Herein, a novel monolithic optoelectronic device fabricated by a mask‐free laser direct writing method is demonstrated in which in situ laser induced graphene‐like materials are employed as lateral electrodes for flexible ZnS/SnO₂ ultraviolet photodetectors. Specifically, a ZnS/SnO₂ thin film comprised of heterogeneous ZnS/SnO₂ nanoparticles is first coated on polyimide (PI) sheets by a solution process. Then, CO₂ laser irradiation ablates designed areas of the ZnS/SnO₂ thin film and converts the underneath PI into highly conductive graphene as the lateral electrodes for the monolithic photodetectors. This in situ growth method provides good interfaces between the graphene electrodes and the semiconducting ZnS/SnO₂ resulting in high optoelectronic performance. The lateral electrode structure reduces total thickness of the devices, thus minimizing the strain and improving flexibility of the photodetectors. The demonstrated lithography‐free monolithic fabrication is a simple and cost‐effective method, showing a great potential for developement into roll‐to‐roll manufacturing of flexible electronics.     

一种量化正交免疫克隆粒子群数值优化算法

为了解决粒子群算法收敛速度慢和早熟收敛等问题,根据生物免疫系统理论中的克隆选择学说,提出一种量化正交免疫克隆粒子群算法.给出正交子空间分割算法,并采用正交交叉策略来增强子代个体解分布的均匀性.为避免个体邻域内最优解的丢失,提出一种自学习算子,并证明该算法的全局收敛性.实验中对标准测试函数进行20～1 000维的测试,分别与5种算法进行比较,并给出算法参数对计算复杂度的影响.结果表明,本文方法有效克服早熟收敛,并且在保持种群多样性的同时提高收敛速度.     

基于免疫克隆的核匹配追踪集成图像识别算法

为了从分类器集成系统中选择一组较优个体子集,从而改善集成学习系统的性能,提出一种基于免疫克隆选择的核匹配追踪集成图像识别算法.该算法充分利用免疫克隆算法的快速收敛于全局最优解的特性,对训练得到的多个子核匹配追踪分类器进行免疫克降选择,得到一个具有更好推广性能的集成系统.对Brodatz纹理图像库以及SAR图像进行目标识别.仿真实验结果表明,相比传统核匹配追踪分类器集成和基于遗传算法的选择集成方法,本文方法有更好的集成性能.     

求解多目标问题的Memetic免疫优化算法

将基于Pareto支配关系的局部下山算子和差分算子引入免疫多目标优化算法之中,提出了一种求解多目标问题的Memetic免疫优化算法(Memetic immune algorithm for multiobjective optimization,简称MIAMO).该算法利用种群中抗体在决策空间上的位置关系设计了两种有效的启发式局部搜索策略,提高了免疫多目标优化算法的求解效率.仿真实验结果表明,MIAMO与其他4种有效的多目标优化算法相比,不仅在求得Pareto最优解集的逼近性、均匀性和宽广性上有明显优势,而且算法的收敛速度与免疫多目标优化算法相比明显加快.     

自嵌入空域易损水印技术

提出了一种新颖的自嵌入易损水印技术用于图像的完整性认证．提出引入基于图像的不确定性来克服其他算法中存在的安全缺陷．通过结合图像特征及相机密钥来产生基于图像的密钥来实现这一目的．相机密钥的惟一性解决了密钥的管理问题．算法把图像本身的信息作为水印嵌入，认证时可直接进行而不需要其他的水印参照信息．给出了性能分析，表明当嵌入的信息量较大时可以得到较高的篡改检测概率．分析了可能的攻击方式并给出了相应的攻击概率和检测概率．实验结果表明该算法是有效的．