有向图的汇点问题研究

文章基于图的邻接矩阵存储结构给出了一个求有向图的汇点的算法,并用C语言实现了该算法,克服了现今大多数书籍和文献中只注重算法设计却忽视算法实现的缺点。     

基于布尔矩阵的单属性依赖集候选码求解方法

给出了一个基于布尔矩阵的单属性依赖集候选码求解算法,该算法不用考虑N类属性、回路、子图等问题,能够非常容易的在计算机上编程实现,能十分有效地求出指定问题域中的所有候选码。同时,该算法也为复合属性依赖集的候选码求解方法提供了良好的基础。     

一种在多边形表面纹理合成的Wei-Levoy方法改进

在纹理合成领域,基于样图的曲面纹理合成是现在研究的热点,如何在多边形表面生成无缝无变形的纹理成为一个焦点。Wei和Levoy提出的纹理合成算法是当前较流行的算法之一,但该方法存在算法实现复杂、使某些纹理的合成质量降低等缺点。基于Wei-Levoy方法,进行了相应改进,对给定的二维图像能够合成无缝的最小变形的任意多边形表面的纹理。     

均等划分策略的适应性随机测试方法

作为典型的黑盒测试方法,随机测试(Random Testing,简称RT)具有简单高效、易于实现等优点。然而,由于产生测试用例的方式较为简单,它的失效检测能力往往不尽如人意。有学者通过对程序失效的特征进行分析,提出了适应性随机测试方法(Adaptive Random Testing,简称ART),通过实现测试用例在输入域的均匀分布,提高了算法的失效检测能力。但是,该算法存在一个明显缺陷,在每次从候选集中生成新的测试用例时,需要与之前已测用例进行大量地距离计算,因此它的测试效率较低。针对这一问题,本文提出了一种基于二分划分的适应性随机测试方法,对输入域空间进行迭代二分,直到测试用例发现失效区域。实验结果表明,该算法能够有效地实现测试用例在输入域上的均匀分布,提高程序的失效检测能力,并且能够提高算法的运行效率。     

基于层次聚类和图中心的关键帧提取算法

关键帧提取算法技术是视频检索的一个重要研究方向。文章提出基于层次聚类和图中心提取关键帧的算法,该算法是将组成镜头的图像帧看作图中的结点,在图的结点中,找到最能代表所有结点的那几个点,同时尽量避免冗余。根据这个思想,采用图的思想来解决提取关键帧的问题。实验表明,该方法能较好的提取关键帧,减少关键帧的冗余度,提高关键帧的代表性。     

带有输入和通信延迟的EL系统分布式自适应协调控制

针对带有不确定参数与各种时间延迟的网络化欧拉-拉格朗日系统(EL)协调控制问题,基于图论相关理论,运用李亚普诺夫稳定性理论和频域分析方法设计了一种自适应协调控制器,本文给出的考虑参数不确定性、输入延迟和输出延迟的协调控制算法是在一个统一的理论架构下进行推导的,该协调控制算法允许不确定参数与时间延迟的存在。设计数值仿真验证了协调控制器的有效性,仿真表明,本文给出的协调控制算法能够很好地实现控制目标,EL系统的收敛条件取决于输入延迟量。     

基于粒子群算法的低副瓣天线阵列的设计

文中基于粒子群算法,在考虑单元天线之间耦合因素下,通过对一个8元直线阵的辐射单元馈电幅度进行优化,实现了天线方向图的低副瓣性能;天线实验样件的测量结果与仿真结果一致性好,进而说明了该方法是有效的.     

基于立体视觉的障碍物及可行区检测算法

在四旋翼无人机执行任务的过程中,最优路径规划和快速机动飞行等功能要求四旋翼具有准确感知和提取周围环境中的关键信息的能力。为实现四旋翼的上述目标,提出了一种基于深度图的障碍物及可行区检测算法。该算法使用主动式双目立体视觉相机所感知的环境信息,并行地检测障碍物及可行区,进而生成环境空间的三状态标识图。仿真试验验证了该算法基于深度图检测障碍物及可行区的准确性和有效性。     

车牌识别中的图像分割技术研究

针对当前车牌识别系统中图像分割方法应用单一,适用范围窄的问题,提出了综合应用多种图像分割方法的算法。车牌识别系统分为车牌图像预处理、车牌定位、字符分割、字符识别四个步骤。首先运用投影算法,把输入的原始车牌彩色图像转换成灰度图和二值图,并实现车牌位置的初步定位;其次运用OTSU算法,实现车牌的精确定位,并获取车牌的灰度图数据;然后运用动态自适应算法对车牌灰度图进行二值化;最后根据车牌的几何特征,对车牌字符进行分割及归一化处理。通过对4000张不同环境下车牌图片的测试,表明本处的算法可以成功的实现车牌定位及字符分割,具有较强的适应性,对后续的字符识别起到了重要作用。     

Graph Cuts算法实现过程中的关键问题研究

Graph Cuts（GC）算法是一个基于图论的交互式目标提取算法,该方法将图像建模为一个区域和边缘的约束模型,通过求解该模型的最小割获得一个优化的目标分割边界。在使用程序实现该算法时会遇到种种问题,详细叙述了GC算法的实现过程,为进一步研究GC相关方法奠定基础。     

一种基于强化学习的在线神经模糊控制系统

为了实现基于非训练数据的神经模糊控制器的在线学习，提出了一种基于强化学习的神经模糊控制系统和相应的学习算法。该控制系统由神经模糊预测器和神经模糊控制器两部分组成，其中，神经模糊控制器采用基于确定度的模糊规则模型作为知识表示形式的扩展型神经模糊网络。在学习算法的设计中，尝试了利用强化信号得到输入状态的“期望输出”，进而将强化学习转化为基于训练数据学习的解决思路。仿真实验验证了所提出的控制系统结构和学习算法的合理性和可行性。     

基于自组织映射神经网络的图像检索算法

提出了一种基于自组织映射神经网络的图像检索算法,通过有效地融合图像的颜色特征和纹理特征从图像库中查找与示例图像相似的图像.对于颜色特征,本算法将图像中各像素的R,G,B颜色作为输入值,对颜色相似的像素进行聚类,并将聚类结果映射成二维映射图.二维映射图中每个阶的像素数目作为特征l;每阶中像素的平均坐标作为特征2.为了增强对图像的描述能力,利用Jhanwar等人提出共现矩阵作为改进的纹理特征,该特征作为特征3.相比已有方法,本文算法获得了更好的图像检索性能.     

一种基于最大熵的改进型PCNN图像分割新方法

提出了一种基于最大熵的改进型PCNN图像分割算法。该算法对传统的PCNN模型进行了简化,采用线性方式调整动态阈值函数,采用最大熵确定PCNN网络的循环迭代次数,并对神经元反馈输入函数进行了修正,实现了对图像的最优分割。仿真实验结果表明,该方法能获得视觉效果较好的分割效果并具有较强的普适性。     

基于四输入一维查找表的四面体插值方法

复杂的三维查找表技术广泛应用于彩色匹配系统中，但很难在硬件上直接实现。为了解决这个问题，设计了用于四面体三维插值的四输入一维查找表结构，将复杂的三维查找表结构简化成了四个一维查找表来实现；并对规则四面体插值算法做了简化，使得化简后的四面体定位和插值只需通过两个比较运算和一个减法运算即可完成。该算法结构经Matlab仿真并在FPGA上实现。在SpartanⅢ xc3s400上的综合结果表明，与Dongil Han的算法结构的相比较，新算法结构节约了50%左右的FPGA资源，而允许的最高时钟频率也从75MHz提高到了80MHz。该算法结构已被运用于某激光显示实时彩色匹配系统中。     

无线传感器网络中一种基于遗传算法的路由算法研究

在能量采集无线传感器网络中,由于传感器具备获得能量的能力,因此传统的基于能量消耗最小化的路由算法不再有效。为此,本文提出了一种能够应用于该新型传感器网络的路由算法,该算法能够在给定的能量输入约束下,最优化无线传感器网络的路由转发性能。本文给出了该路由算法的基本原理和实施步骤,并采用仿真实验验证了该算法的可行性和有效性,最终表明本文提出的路由算法不仅能够应用于无线传感器网络,而且能够在广泛的应用场景中获得推广。     

基于图神经网络的专利关键词提取算法研究

[目的/意义]专利关键词提取是专利挖掘任务中非常重要的前置子任务,基于图模型的关键词提取是目前最有效的算法。传统图模型只考虑了单词的局部上下文信息,为了捕获单词的全局信息,提出一种基于图神经网络的专利关键词提取算法,结合词向量与图模型实现专利关键词的提取。[方法/过程]首先,用专利数据集构建异构网络,以专利分类号为标签,训练图神经网络模型,使得同一主题下的单词具有相似的向量表示,获取包含主题信息的词向量;然后,根据专利摘要在滑动窗口内的单词共现关系和词向量相似度,构建融合了单词主题信息的文本图,利用词向量中的主题信息捕获单词的全局联系;最后,在文本图上使用PageRank算法,获取关键节点,构成专利的关键词。[结果/结论]与基线方法相比,该算法在提取专利关键词时,能够检测到新颖性与准确性更高的关键词。     

基于SVM的实时自动超声钢轨伤损检测分类系统

介绍了一个更有效的基于支持向量机的实时超声波钢轨伤损自动检测分类系统.根据钢轨伤损的特点提取特征量,利用基于支持向量机的分类预测算法实现钢轨伤损的实时检测分类,并基于统计处理的计算伤损尺寸.在嵌入式系统DSP中利用该机器学习算法实现了伤损的实时处理和测试.实现了钢轨伤损实时报警、显示伤损类型、所处轨内位置及程度.     

基于回溯搜索的高光谱图像解混及DSP实现

针对传统梯度类算法应用于高光谱图像解混时易受初始值影响而陷入局部极值的问题,本文提出一种基于回溯搜索的高光谱图像解混算法。该解混算法引入回溯搜索算法对解混模型中的目标函数进行优化求解,解决了梯度类算法的不足。进一步,本文基于TI公司的高性能DSP平台TMS320DM643,针对其硬件结构,实现基于回溯搜索的解混算法对高光谱图像的解混。实验结果表明,本文所提算法的解混效果比较理想,收敛速度较快,并且在DSP平台上能很好的实现高光谱图像解混。     

基于蚁群算法的R&D支出拟合模型研究

在对已有文献进行整理和分析的基础上,指出单一拟合方法中存在的不足,构建基于组合思想的R&D支出拟合模型,运用蚁群算法求解组合模型中的权重。借鉴已有文献中应用各种单一拟合方法计算得到的数据进行实证研究,实证结论表明:基于蚁群算法的组合模型能够更加准确地拟合出科学研究与实验开发的支出数值。一方面,验证了蚁群算法在该领域运用的科学性与合理性,为相关部门提供了决策依据;另一方面,为蚁群算法在相关领域的进一步发展奠定了基础。     

一种新的基于导频的MIMO-OFDM信道估计方法

多输入多输出正交频分复用(MIMO-OFDM)技术可以大幅度地提高无线通信系统的信道容量与传输速率,其信道估计精度对系统性能有着直接的影响。针对时域最小二乘(LS)信道估计复杂度大的问题,分析了一种基于变换域的MIMO-OFDM信道估计算法,并且提出了一种新的信道插值算法。仿真结果表明:提出的方法在误码率性能上优于最小二乘(LS)算法,接近理想信道估计性能,并且该算法计算复杂度低,易于在实际系统中实现。