基于规则格网DEM提取坡度坡向的统一模型研究

本文通过对现有基于DEM的坡度坡向差分算法的分析,提出了基于规则格网DEM提取坡度坡向的统一计算公式,编程实现了算法的统一模型,并成功集成到了ArcGIS产品中,基于本模型可以自定义坡度坡向的计算方法,也可以通过修改参数的方法定制任意一种差分算法获取地面坡度和坡向,为科研工作者和实际应用者提供了全面有效的计算方法。     

距离反比插值算法与Kriging插值算法的比较

空间插值是一种通过已知点或分区数据,推求任意点或分区数据的方法。文章主要利用距离反比插值算法和Kriging插值算法对某油藏区测井数据进行插值,并通过实验结果,利用交叉验证对两种算法进行比较。     

基于互信息的多模态医学图像配准研究

由于基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,本文利用这一优点,根据图像配准的基本步骤设计出一个基于互信息的多模态医学图像配准算法.首先是采用三线性插值方法对图像进行插值处理,然后利用Powell优化算法,根据互信息值来判断Powell算法所获得的参数是否是最优参数解.最后仿真实验证明了该算法的有效性.     

基于Flex的Cressman插值算法研究

Cressman算法是一种适用于气象数据的插值算法,目前基于C/S模式的Cressman插值算法在气象数据播值中应用较多且技术已经比较成熟,但传统的.net平台等都是基于页面服务器模型,在界面设计交互操作及响应速度等诸多方面不能令人满意.近年来出现的RIA(RichInternet Application)技术在交互及响应等诸多方面有着很大的优势,文章说明了Cressman算法的基本原理,并基于目前的RIA的主流技术Flex,实现了Cressman插值算法,并通过实际应用展示了这种算法的应用效果.结果表明:将Cressman插值算法应用于基于Flex的系统,可以进行较好的拟合内插.     

Tri-Linear插值算法在体数据计算中的应用

插值是多维空间数据计算中经常需要解决的问题,不同的插值算法影响计算的效果与速度,采用Tri-Linear插值算法,用于对医学体数据进行插值计算,获得了较好的计算效果和速度,表明Tri-Linear插值算法可以有效地解决体数据的空间采样的计算问题。     

基于差分演化算法高斯随机聚类数学建模分析

提出一种基于差分演化算法高斯随机聚类数学建模分析方法。该方法首先对高斯随机聚类差分演化算法的基础理论进行讨论,并对差分演化算法进行分析,在高斯随机聚类差分演化算法进化的不同阶段对算法参数的缩放因子与杂交概率进行相应的调整和控制,在增加种群多样性的前提下,调整算法的搜索方向快速找出最优方案完成对差分演化算法高斯随机聚类数学建模分析。实验结果表明,高斯随机聚类差分演化算法相对比差分演化算法具有更好的求解性能,且收敛速度更快。     

基于传统插值的最佳插值算法分析

经典插值算法本质是直接利用相邻点的友度值或邻点间灰度值的变化率对待采样点进行内插.对经典插值算法的深入分析,从客观和主观评价标准对三种插值算法进行比较,实验表明,参与计算像素的个数影响计算的复杂度,结果越精确,视觉效果也就越好.     

一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法

差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。     

突发数字传输中载波频偏估计技术

简要介绍了差分相位前向频偏估计算法,提出了时该频率估计算法的改进方法,并对该算法的性能进行了分析.该频偏估计算法可用于突发数字传输载波同步技术中,为突发信号解调创造了条件.     

离散差分进化算法求解第二类装配线平衡问题的研究

为求解第二类装配线平衡问题,提出一种离散型差分进化算法(DDEA)。该算法采用基于优先权的编码方法使得个体解码后总满足装配线约束关系,设计了自适应双变异策略和新型交叉操作算子。为增强该算法逃离局部最优的能力,选择操作中引入"精英"机制。通过测试问题集的验证并比较了连续型差分进化算法和遗传算法,结果表明在中大规模的平衡问题上DDEA求解质量上优于连续型的对比算法。     

基于改进差分进化算法的多目标第Ⅰ类装配线平衡问题研究

为求解多目标第Ⅰ类装配线平衡问题(MOABLP-Ⅰ),提出了一种改进的差分进化算法(IDEA)。该算法优化目标包括最优工位数,线生产效率和工位载荷波动。采用基于优先权的编码方法使得个体解码后总满足装配线约束关系,设计了自适应双变异策略和新型交叉操作算子使算法适应离散优化问题,引入"精英保留"机制增强算法逃离局部最优的能力。通过测试问题集的验证,并比较了基本差分进化算法和离散型差分进化算法,结果表明IDEA在求解大规模MOABLP-Ⅰ上质量最优。     

基于GIS的平煤八矿煤层厚度变化规律研究

本文在研究了GIS空间插值相关理论的基础上,采用普通克里金插值法,分别利用球状模型、指数模型和高斯模型进行模拟,对研究区实际钻孔煤层厚度数据进行插值,得到了平煤八矿的己15煤层厚度变化图,结果表明:己15煤层厚度保持在1.24m-5.17m之间,厚度由中心向四周逐渐加厚,且西北区位煤层赋存较为丰富,两翼煤厚均可达到5m。文末利用交叉验证的方法对预测数据进行了检验,得到高斯模型插值效果较优。     

电网谐波分析的加窗插值算法仿真

在简述电网谐波分析中的加窗插值算法原理的基础上,利用算法修正公式的推导,用MATLAB对算法进行编程仿真,仿真结果证明了算法的实用性。     

基于进化算法优化的多Agent系统协作模型

针对差分进化算法在多Agent系统协作时容易过早的收敛到局部极小点,从而导致寻优性能不佳的问题,本文提出了一种基于参数自适应调整差分进化算法的多Agent系统协作模型,首先对标准差分进化算法的参数进行自适应调整,在选择阶段如果子代的适应度值差于相应的父代个体,调整相应的差分进化控制参数,然后将改进算法应用于多Agent系统的协作中,以提高其协作的性能。算法仿真试验结果表明,本文提出的基于参数自适应调整差分进化算法的多Agent系统协作模型相比较传统算法而言,具有较好的寻优能力和协作性能。     

一种混沌的图像加密算法的研究

图像加密一直以来都是信息安全关注的热点,针对使用传统的混沌加密图像过程中出现的加密效果不佳的问题,本文采用基于分数阶的Fourier变换对图像像素进行置换矩阵,其次对置乱算法,扩散算法进行改进。在仿真实验中,将本文算法对Lean图进行加密处理,在算法统计分析,统计直方分析和抗差分性能分析等几个方面来说明本文算法具有的一定的优越性。     

H.264中基于方向内插的帧内差错掩盖算法

介绍一种处理边缘图像较多的情况下的基于多方向插值的帧内的差错掩盖算法,此算法提高了掩盖后的主观图像质量,首先用模糊聚类方法寻找丢失的块和它周围可利用的宏块;然后用多方向插值方法掩盖丢失的宏块.实验的结果表明,它所得的边缘细节掩盖效果比H.264参考款件中的掩盖方法要好,但处理的时间要比以前方法的时间要略长.     

基于伪点剔除与四域样条插值的三维煤层建模

三维煤层精确建模受地下断层、岩层、地势起伏等因素的影响,建模精度不高。为提高三维煤层建模的精度,提出一种基于伪点剔除与四域样条插值的三维煤层精确建模算法,通过伪点剔除方法对建模点进行预处理,筛选出其中的孤立点,进行剔除,其余非孤立点用于基本模型建立和基于映射的模型重构,采用四域样条插值方法对非孤立点进行建模,在建模中,将建模域分为起始域、延伸域、稳定域、收敛域共四个域,在不同域中,对不同的建模点进行匹配加权插值处理,经过四域联合滤波,实现四域样条插值,对建模效果起到平滑滤波作用,从而大大提高三维建模精度。仿真实验表明,新算法对于外界断层、岩层、地势起伏等具有很好的鲁棒性,三维建模精度提高,并且计算量明显较少。     

基于帧亮度补偿和融合的校园夜间视频增强算法

本文研究了夜间校园视频的增强算法,采用帧亮度的补偿和融合算法。具体作法如下：(1)利用不同时间段白天帧与当前夜间帧背景亮度的比例,采取亮度参数调整的补偿方式对当前夜间视频背景进行补偿;(2)提出一种基于运动物体移动区域融合和差分的算法,对视频中的运动物体进行增强。本文基于亮度融合补偿的算法,较原始校园夜间视频,亮度、对比度和熵都得到了增强。     

一种应用于机器人行为控制的算法研究

介绍了一种专门用于二轮小车的轨迹控制的算法研究。差分方向控制算法数学描述较为简洁,易于编程实现,对硬件没有太高的要求。更不需添加额外的专用定位装置。该设计创新性的用直角坐标系对比赛场地进行建模,然后利用差分算法对机器人运动路径进行规划和控制,最后还给出障碍物应对策略。该算法很好的实现了机器人寻线的控制,已成功应用于全国大学生机器人竞赛等场合,取得了良好的应用效果。而本文的论述仅限于算法本身,与具体语言的实现无关。     

基于时序差分算法的线损异常判别优化研究

为了提高电网监控智能化,降低线损计算误差,提出基于时序差分算法的线损异常识别优化模型,识别异常线路和异常点。遍历各线路的线损数据,利用自适应差分算法判别各线路的线损率波动是否正常,提取异常线路集。通过时序差分化发售电数据的平滑性质和前后关联性质,识别定位异常数据在时序序列上的位置。基于先验知识对异常数据进行修正,给出修正后的线损率。研究发现,修正后的线损率准确性有较大提高,该算法可以在一定程度上解决负荷数据异常导致的线损计算率偏差问题。