基于OpenGL的求解函数优化的一种混合演化算法

在郭涛算法的基础上,设计出了一种求解函数优化问题的混合演化算法。测试函数表明,该算法计算过程简捷,寻优效果良好,能够快速可靠地求出函数的最优值,可有效地应用于多峰函数求最值问题,是一种较为理想的寻优方法,具有较大的实用价值。     

Kruskal算法的一种高效实现方法

kruskal算法是一种求连通图的最小生成树的算法,无论是采用"避圈法",还是采用"破圈法",都要用到圈的判断,文章基于此,分析提出一种高效实用的判断树中是否存在圈的方法.     

基于北斗定位的治安巡防管理系统设计与实现

传统的治安巡防系统通过在巡更点设定巡更记录本方式进行管理,存在代签、补签等问题。基于北斗导航定位,设计一种突破传统模式的治安巡防管理系统,由移动智能终端和巡防客户端组成,融入电子地图纠偏处理技术和路径规划算法。仿真实验表明,该路径规划算法能合理规划巡防人员巡防路线,提高巡防人员工作效率。系统应用于南京市浦口区江浦街道社区治安管理,打破了传统“应对”式城市治理模式,有利于破解巡防难、管控难、矛盾点压降难等现代城市治理中存在的问题。     

一种高效的图像显著性检测算法

在人眼视觉特性的基础上,提出了一种高效的图像显著性检测方法。首先通过六边形简单线性可迭代聚类(HSLIC)对图像进行预处理,获得六边形的超像素块;再利用马氏距离定义显著块和背景种子块之间的距离,生成基于距离加权的全局颜色对比(GCD)初始显著图;然后引入自动细胞机模型对显著图进行优化。为进一步获取精确的显著性区域,提出一种改进的粒子群优化算法(NPSO)对显著图进行分割。所提出的算法在MSRA-5000和ECSSD数据库进行测试及比对分析。实验的结果表明,提取的显著图效果优异。     

一种基于改进的混合高斯模型的运动目标检测算法

在计算机视觉应用中,复杂场景运动目标检测是视频监控、目标追踪的基础,也是智能视频监控领域的研究热点之一。针对现有运动目标检测算法中阴影干扰和参数初始化粗糙的问题,在混合高斯背景建模的基础上采用HSV颜色空间替换原有的RGB颜色模式,并提出一种结合K均值算法与EM算法的参数初始化方法。实验表明,该算法可以有效抑制场景中运动物体的阴影干扰,检测结果更加精确,对复杂场景下的运动目标有较好的检测效果。     

一种改进的全局优化进化算法

提出了一种改进的全局优化进化算法.该算法采用实数编码,通过对可行域量子化用正交设计产生初始种群,用正交设计和因素分析设计杂交算子.在进行杂交之前,根据两个个体变量之间的距离恰当地应用高斯变异,平衡了算法的局部搜索能力和全局搜索能力,从而提高了算法的效率.最后的数值结果显示了该算法的有效性.     

一种解释结构模型的优化算法研究

解释结构模型被广泛应用于医疗、教育等领域,但相关理论发展较为缓慢。为加快解释结构模型的计算速度,丰富解释结构模型相关理论,通过对系统各要素所对应有向图的本质关系进行分析,对该模型中的级间划分方法作更深一步解析并给出优化算法,发现有向图中若不存在回路,则有向图汇点对应的是最高级要素集合中的要素,因此汇点可以从缩减可达矩阵中直接找出,从而能对复杂系统要素更快地进行分层。对应的优化算法相比传统方法减少了一倍左右的计算量,并通过实证分析进行验证。该研究结果为解释结构模型方法优化提供了一种新诠释。     

一种用于隧道开挖精确放样的算法

在隧道施工中如何对超欠挖进行有效控制,一直是值得探讨的问题.用坐标法精确放样隧道开挖轮廓线的算法,通过对计算原理、计算步骤进行详细讲解,并结合实例进行分析计算,对各种类型的隧道施工放样计算具有一定的指导意义.     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

一种有效的全局优化算法--模拟退火算法

模拟退火算法是有效的全局优化算法,本文讨论了模拟退火算法发展过程及其理论依据,利用MAT-LAB语言编写程序并测试分析,认为算法本身可进一步改进,提出了算法改进思路和方法.     

EM算法的研究

聚类分析是信息产业界非常热门的研究方向,也是数据挖掘的最主要的功能之一。期望最大值(EM)是聚类分析中的重要技术。本文对期望最大值(EM)算法进行分析,并对高斯混合模型进行了研究,利用最大似然估计和EM算法在一组人工生成高斯数据上进行试验,达到了较好分类的效果。     

无约束优化问题的一种混合进化规划算法

传统的进化规划算法解决无约束优化问题时只依赖于单纯的高斯变异,使得这种算法具有一定的局限性．本文在分析高斯变异、柯西变异的优缺点的基础上提出了混合进化规划算法,给出了算法步骤,用两个经典的数值例子比较说明了所给算法的有效性．     

一种高效的关联规则挖掘算法

在AprioriTid算法的基础上提出了两点改进:一是利用压缩的候选项目集代替数据库D,减少了数据量;二是根据优化的频繁k-1项目集L’k-1来生成候选项目集Ck,避免了不必要的组合.实验证明,改进算法在缩小数据库规模方面是行之有效的.     

一种欺负算法的改进与实现

改进并实现了欺负算法,利用二次连接检测的方法,构架了一个用于欺负算法的故障检测器.并针对在新进程启动时,协调者可能重新选举的问题,提出了设置稳定时间的方法.     

一种基于信息素的FCM蚁群聚类算法

针对FCM聚类算法存在的一些缺陷,结合蚁群优化算法的优点,提出了一种基于信息素的FCM蚁群聚类算法.该算法通过FCM算法获得新的聚类中心,利用蚁群优化算法的全局搜索性、并行计算性等特点避免了聚类陷入局部量优解.仿真结果表明了该算法的有效性.     

基于北斗系统的智慧校园APP的设计与实现

为实现智慧校园管理,提出基于北斗系统的智慧校园管理系统开发。通过分析得到智慧校园管理系统的功能包含智慧宿舍管理、智慧学习管理、智慧定位管理、系统管理及人员管理。系统采用MapReduce框架进行数据分析,充分挖掘学生信息。对系统核心功能模块：基础位置信息获取、校内车辆运行信息跟踪管控等进行设计,将K-means算法融入轨迹分析中,采用开源SQLite、MySQL数据库进行数据存储。     

将C算法转换为Verilog HDL实现的一种改进方法

本文在分析软件算法和硬件实现的不同特点的基础上,结合C语言算法和HDL硬件实现的特点,提出了将C算法转换为HDL实现的一种改进方法。通过求最大公因数的例子,说明了改进前后的方法在资源利用和最大工作频率方面的差距并不是很明显,但改进后的方法比改进前的方法简洁实用,易于理解和操作。本文提出的改进方法优势明显,具有更广泛的应用前景,对于一般C语言算法的硬件实现具有适用性和指导意义。     

一种改进的粒子群优化算法

为了克服传统粒子群算法（Pso）的早熟和局部最优问题,通过分析基于惯性权重的粒子群优化在粒子寻优过程中的可行性,提出了一种变惯性权重的改进PSo算法,并对经典的测试函数进行TN试。实验结果证明,与传统PSO算法以及基于惯性权重的PSO相比,改进算法的寻优效果较好,全局搜索能力有显著提高,并能有效地避免早熟收敛问题。     

一种基于高斯算法自动校准的多传感器磅秤系统

为了简化传统多传感器磅秤系统的调试校正流程,本文基于线性高斯算法,使用微控制器自动采集传感器数据并进行数据拟合,求解出多组较优应变参数,从而替代手动调节过程,实现了多传感器磅秤系统的调试校正自动化.     

一种自适应蚁群算法及其应用

蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。