基于DE算法的隧洞岩爆形迹反分析研究

差分进化算法(Differential Evolution,DE)是一种基于群体进化的算法,具有收敛速度快、规则简单、易于实现的优点.以一种适用于高地应力条件下的硬岩本构模型为研究对象,提出基于DE算法的参数辨识方法.该方法以破损区的数值计算值与实测值的误差大小作为适应度来评价参数的品质,通过DE算法在全局空间上自适应地辨识该本构模型的最优参数,从而实现对高地应力下隧洞围岩脆性破坏的范围和深度的准确模拟.用该方法对加拿大的Mine-by隧洞进行了围岩本构模型参数识别,计算结果与实测情况相吻合,表明该方法是科学可行的,具有较高的效率和精度.     

模拟退火算法解决0-1背包问题的研究与实现

阐述了模拟退火算法的原理及实现过程,研究了模拟退火算法参数的设置,给出了如何设置参数的思路,运用程序实现了该算法,并将其运用到解决0-1背包问题的优化之中,结果表明该方法能够对函数进行全局寻优,有效克服了基于导数的优化算法容易陷入局部最优的问题.     

一种信道自适应识别技术及其实现

针对信道的未知性,本文提出一种新的信道自适应识别算法,在分析LMS算法原理的基础上,提出一种新的自适应算法,该方法在降低自适应算法稳态误差的同时提高了算法收敛速度,并将此方法应用到信道识别中,MATLAB仿真验证了该算法的有效性,在此基础上,在TMS320C5502上对该算法进行了实现.     

基于C4.5算法的混合生产过程优化与控制

混合生产过程是一类典型的混杂系统,难以用准确的数学解析式来实现生产过程的优化与控制。提出了基于C4.5算法的混合生产过程优化与控制方法。首先利用混合整数线性规划求解混合生产过程最大值的数据集,然后采用C4.5决策树算法挖掘混合生产过程参数与最大生产值之间的关联规则,最后利用关联规则实现混合生产过程的优化与控制。实验结果表明了该方法的有效性。     

一种代价敏感学习方法在电信业流失预测中的应用

根据已有的流失预测方法,提出新的流失预测方法解决数据挖掘中的非对称错分代价问题.该方法以传统C4.5决策树算法为基准分类器,融合代价调整方法实现代价敏感学习.相比之下,C4.5决策树算法仅是基于样本错分代价相同假定,建立了一种错分率最低而非总错分代价最低的预测模型.基于某电信企业的客户数据,及流失客户和非流失客户代价非对称的实际,实证研究结果表明,CS-C4.5通过调整流失类和非流失类样本的比例,大大降低了传统分类算法的样本错分总代价.该方法对于提高电信企业的核心竞争力具有重要的现实意义.     

增强KMSE及人脸识别应用（英文）

为了提高核最小均方误差(KMSE)方法的识别能力,提出一种增强KMSE方法(EKMSE).该方法重新定义KMSE目标函数,引入一个新的类别标签定义,并使该定义下的类别标签矩阵能够随核矩阵自适应调整.与通常的目标函数相比,它能够使不同类别之间的距离增大,进而提高识别率.同时该算法在参数搜索中采用了迭代技术,有效提高了算法的计算效率.在FERET和GT人脸库上进行了充分的实验,结果表明EKMSE算法可行有效.该算法不仅优于原MSE,KMSE以及KMSE改进算法,也优于目前脸识别中的基于稀疏算法的最新技术CRC算法.     

基于免疫单亲遗传和模糊C均值的聚类算法

聚类算法是数据挖掘算法中的重要方法之一.本文在分析了FCM算法和基于遗传聚类算法的不足基础上,提出了一种基于免疫单亲遗传和模糊C均值的混合聚类算法,克服了FCM的局部最优问题以及普通遗传算法聚类时的搜索速度和聚类精度的矛盾,实验表明该算法是有效的.     

基于多种群遗传算法的PID控制器参数优化技术研究

针对PID控制器参数优化问题,提出了基于多种群遗传算法的参数整定方法。为了实现快速高效的参数优化,我们将多种群遗传算法与下山单纯形局部优化算法相结合,提高了算法搜索到全局最优解的概率,并加快了算法收敛速度。实验结果表明,该方法可以实现最优PID参数控制,得到比经典遗传算法更为理想的控制效果。此外,该方法具有普遍的适用性,可用于其它参数优化问题。     

P-M去噪模型及仿真实现

基于P-M方程的图像去噪模型是一种非常有效的方法,且具有各向异性.给出了离散迭代格式,通过C++仿真实验验证了算法对抑制噪声的有效性,实验结果显示,该算法比线性方法更好地保持了边缘、纹理和细节,且峰值信噪比得到有效提高.     

和声搜索算法参数的均匀设计

和声搜索算法的参数设置主要是依靠经验和试验来确定,造成试验工作量大且难以得到最优的参数组合,影响了算法的应用.文中通过将和声搜索算法参数设置问题描述成均匀设计中多因素、多水平的试验设计,从而能够用较少的试验很快设置算法参数的取值.仿真试验表明,利用均匀设计得到的参数组合可使算法获得较优的寻优性能,说明了该方法的可行性和有效性.     

视觉导航系统摄像机外参数在线标定算法

提出一种简捷实用的摄像机外参数在线标定算法.该算法仅需借助一组平行的道路标识线和一组与地面垂直的平行线即可确定摄像机外参数.在已知摄像机高度的条件下,根据本标定算法即可从图像中得到目标物在现实世界坐标中的位置.实验结果证明,该方法简单方便,且无需特殊的标定设备,具有较高的应用价值.     

基于最优状态和分支序列的连续隐Markov模型参数估计

提出了一种连续隐Markov模型参数估计算法,并利用全局收敛定理严格证明了算法的收敛性.该算法用Viterbi算法取代分段K平均算法中的聚类方法,直接确定出最优状态和分支序列,并依据最优序列以最大似然为优化准则进行参数估计.阐述了该算法与Baum-Welch和分段K平均2种经典算法在目标函数、优化准则和工作原理等方面的关系,并将3种算法应用于人脸识别.实验结果表明,该算法在获得相当识别率的同时缩短了训练时间,并降低了识别结果对训练样本集的敏感性,在3种算法中总体性能最优.     

基于位运算的两种字符串加密解密算法

针对现有C和C++教材中对住运算介绍不到位的情况,分析了位运算的特点,设计并演示了两种利用位运算实现的字符串加密解密C++算法,该算法有利于学生理解掌握位运算.     

一种减少搜索的软输出检测算法及其在Turbo均衡中的应用

为了减少MAP算法的复杂度 ,可以采用减状态或减搜索技术 .本文提出了一种完全基于M算法原理、应用于Turbo均衡的减少搜索的软输出检测算法 ,它是一种次最佳的Lee算法 .该算法称为软输出M算法 (SO M 算法 ) ,它同时在Lee算法的前向迭代及扩展前向迭代中采用了M策略 .计算机仿真结果表明 ,通过适当选择和调整Turbo均衡迭代过程中算法的广度参数和深度参数 ,该算法可获得较好的性能与复杂度的折衷 .     

发电机参数聚合及其动态仿真

同调发电机聚合参数的优化对等值后系统的动态特性有重要影响.目前频域拟合法是发电机参数聚合常用的方法,该方法是通过目标函数确定出等值发电机的多个参数,这些参数的准确性直接关系到等值的效果.对于目标函数中多个变量的寻优,为了避免局部寻优的结果,可以考虑将改进蚁群算法的模型应用于基于频域拟合的发电机动态参数聚合中.通过新英格兰39节点系统实际算例优化结果和动态仿真结果比较分析,验证了该方法在发电机参数聚合中的有效性.     

基于雷达成像的熵函数优化方法(英文)

对ISAR成像的最小熵自聚焦(MEA)算法进行了收敛性分析. 仿真结果表明, MEA算法存在局部最优问题, 作为其代价函数的ISAR像熵函数并非多维补偿相位的下凸函数. 只有当该补偿相位矢量的初值选取合适, 使其处于像熵函数的全局最小点附近时, MEA算法才能收敛到全局最优解. 针对MEA算法的最优化问题, 给出了一种基于雷达成像的熵函数优化方法. 该方法首先采用改进的多普勒中心跟踪法估计补偿相位初值. 该初值是最大似然准则下的估计结果, 可以使初始相位位于最优解附近. 然后, 利用快速MEA 算法进行局部搜索, 得到全局最优解. 仿真结果表明, 该算法不仅实现了MEA算法的全局最优求解, 还可避免步长、阈值等参数的选择与调整.     

构造螺旋结构推导物体的三维数据集

论述了运用螺旋结构构造三维点集的算法.在描述标准椭圆形的螺旋结构模型的基础上,简述了普通螺旋结构的参数方程的推理过程和部分C 验证代码.     

物体表面不同角度采集的三维图像配准的一种新算法

提出了一种能有效实现物体表面三维图像数据配准的算法.该算法利用了三维数据采集时的三维点的阵列信息,这些三维点的阵列信息在采集原始三维数据时可以很容易获得,同时,还利用了三维数据矢量/顶点相似特征作为数据匹配的基础.采用迭代最小均方误差算法来自适应优化变换矩阵参数.这些方法可以有效地提高三维图像配准的性能,加快匹配过程的运算速度.实验结果表明该算法可以获得较好的配准后三维图像的主观效果.尽管该方法主要针对人头模型,但经过少许修改后即可适用于其他物体.     

一种基于云模型主机安全评估方法

本文提出了一种基于云模型的主机安全评估方法,该方法全面考虑了影响主机安全的连续型及离散型因素,设计了一套完整的指标因素集,并把离散参数加入云的不确定推理器,从而改进了单纯依靠连续型参数进行评估的推理算法.改进的算法可以实现云的不确定性评估,能解决评估知识表达的不确定性,从而实现定性概念与定量数据之间的不确定性转换,进而为用户提供可靠的决策信息,并通过实验仿真验证了该方法的可行性.     

一类求解全局优化问题的单参数填充函数算法

全局优化算法是最优化算法出现后众多优化工作者和优化应用问题所追求的算法,但是除了线性规划和凸规划以外,其他优化问题的全局优化算法难度较大.目前填充函数算法是用来求解非线性全局优化问题的一类有效且可行的方法,但已有的填充函数由于存在指数项和较多参数而导致数值实验效果不理想.本文在无不等式约束条件下,提出了一个满足填充函数定义且连续可微的单参数填充函数,分析讨论了该函数的性质,并设计了相应的填充函数算法.最后结合多峰值函数进行了数值实验,数值结果证明提出的填充函数及算法是有效可行的.