基于边缘信息车流量检测方法的研究

针对边缘检测中阈值很难确定导致不能准确提取背景边缘信息的问题,提出一种改进的基于边缘信息车流量检测方法。该方法预先对路况边缘图像作削顶处理获取一个恰当的阈值,从而可以准确地提取背景边缘信息;且在车辆计数过程中,结合固定窗法和浮动窗法二者的优点,设计一种新的浮动窗法进行车辆计数。实验结果表明,该方法在实时性、检测速度、正确率等方面得到很大的改进,能够在不同环境下进行正确有效地车流量检测。     

关合优化的BP神经网络模型的应用

BP算法是多层前向神经网络中应用最为广泛的一种算法，具有逼近任意连续函数和非线性映射的能力。它采用梯度下降搜索算法，因此存在着算法效率较低、收敛速度慢、易于陷入局部极小值等缺点，对于较大的搜索空间、多峰值和不可微函数常常不能有效地搜索到全局极小点，这些制约了BP网络在各个领域中的应用。要保证网络学习过     

P2P环境下的文本检索综述

对等网络在可扩展性、数据更新和隐私保护等方面的特点,使其成为下一代网络发展的重要方向.在对等网络环境下实现文本的检索,已经成为对等技术应用研究的一个重要领域.文中关注对等网络环境下文本检索领域的研究现状,讨论了对等网络中文本检索的研究热点和未来几年的发展趋势并指出了进一步的研究方向.     

适用于偶发实时系统的过载控制策略

针对偶发实时系统中过载处理资源消耗大的问题,提出一种基于最小可推迟时间和非精确计算的过载控制策略。结合最早截止期优先调度算法,利用最大挪用时间与最小可推迟时间动态判断系统负载状态,根据系统负载状态舍弃部分非重要任务,解决系统过载问题。实验结果表明,该策略可缩短过载处理时间,提高系统资源利用率。     

车载网络中隐私保护方法

针对车载网络通信中存在车辆隐私性保护问题,提出一个K-匿名链隐私保护机制。在查询节点处构建k匿名空间,并将包含此k个车辆的最小边界矩阵作为位置数据进行转发,转发过程中构造一条匿名链来混淆身份信息与位置信息的一一对应关系,从而大大降低被攻击成功的概率。通过对该机制安全性及仿真实验结果的分析,该机制能很好地保护车载网络中车辆的位置隐私,提高了车载网络通信的安全性及隐私性。     

基于随机替换和多样性控制的花朵授粉算法

针对花朵授粉算法收敛速度慢、不易跳出局部最优、搜索精度低的问题,根据花朵授粉算法的运动特点,提出了中心随机替换策略,加快算法的搜索速度。同时为了提高算法的全局搜索能力,加入多样性控制策略,动态改变转换概率[p],增加全局搜索的概率。经六种测试函数仿真实验,该算法在加快收敛速度的同时,合理地保持算法的多样性,相比于其他启发式智能算法拥有更快的寻优速度和更好的寻优精度。     

基于折射原理的混合型花朵授粉算法

针对花朵授粉算法收敛速度慢,寻优精度低的缺陷,提出基于折射原理的混合型花朵授粉算法（refrHFPA）。算法首先利用和声搜索算法提升算法收敛速度,然后利用折射原理提高种群的多样性,帮助算法跳出局部最优,提升寻优精度。实验利用8个测试函数,对比其他群智能算法,结果表明refrHFPA算法在收敛速度和寻优精度方面均有显著的提高。     

面向服务的SOA物流配送系统

针对目前物流配送系统大都采用多平台的异构系统,导致出现结构不兼容和技术不兼容的混乱情况。探讨了SOA这种面向服务的组件结构的特点及其优势,提出了一种基于这种SOA架构和Web服务相结合的新型物流配送系统,阐明了SOA在现代化物流业建设中的强大生命力和可持续发展的能力。     

联合优化的BP神经网络模型的应用

PB算法是多层前向神经网络中应用最为广泛的一种算法,具有逼近任意连续函数和非线性映射的能力。它采用梯度下降搜索算法,因此存在着算法效率较低、收敛速度慢、易于陷入局部极小值等缺点,对于较大的搜索空间、多峰值和不可微函数常常不能有效地搜索到全局极小点,这些制约了BP网络在各个领域中的应用。要保证网络学习过程能够消除局部极小值,总是趋于全局稳定状态,应该对整个学习过程进行联合优化。BP网络最优化原理神经网络重要学习规则之一是性能学习,其目的在于通过性能指数调整网络参数以优化网络性能。标准BP算法采用的是基于梯度…     

一种基于CRF-MR的自顶向下显著性目标检测方法*

针对自顶向下显著性目标检测边界模糊及准确率低的问题,提出一种结合条件随机场（conditional random field,CRF）和流行排序（manifold ranking,MR）的自顶向下显著性目标检测方法。首先对图像进行超像素分割,以超像素块特征为节点建立无向图;然后输入具有目标先验的CRF中得到节点的显著值并通过边缘背景先验MR修改显著值;最后扩展初步显著性目标得到最终显著性图。实验结果表明,在行人、汽车和自行车类目标检测中目标边界明确,与基于CRF的方法相比,本文方法在保证运算效率的同时具有更好的鲁棒性。