基于运动场预测的三角形搜索算法

提出一种新的运动估计快速块匹配算法,基于运动场预测的三角形块运动估计搜索算法（PMVTEXBS）.该算法利用序列图像运动矢量场所具有的中心偏置性和空间相关性,结合“足够好就停止搜索”的思想和六边形搜索模式的高速特性,能快速找到匹配点。并且在块失真度量中使用改进的部分失真准则,进一步降低了算法复杂度。实验结果表明,和菱形算法DS、预测运动场自适应搜索算法（PMVAFST）相比,该算法的计算复杂度和搜索点数都有了明显下降;同时,它的图像质量要优于DS算法,和PMVAFST算法相比只有较小的下降。     

基于改进跟随蜂搜索过程的ABC算法

研究了一种求解作业车间调度问题的改进人工蜂群算法.在分析了蜂群算法在车间调度问题应用现状的基础上,指出了蜂群算法的优势和不足.针对蜂群算法在邻域搜索能力上的不足,利用模拟退火算法改进跟随蜂的邻域搜索过程,提高了算法搜索范围和收敛性.采用车间调度标准算例,通过仿真实验与其它算法进行比较,验证了算法的有效性和优越性.     

基于混合搜索策略的蝴蝶优化算法

蝴蝶优化算法一种模仿蝴蝶觅食行为群智能优化算法,充分利用蝴蝶的嗅觉来确定食物源的位置上,但是该算法与其他智能算法一样,也存在一些缺点和不足如收敛速度和求解精度等方面的问题,本文提出一种混合搜索策略蝴蝶优化算法,在搜索的过程引进柯西搜索算子项使算法的局部搜索能力有所改进,最后通过标准函数测试,结果表明收敛速度和求解精度都有所提高.     

基于X264的六边形运动估计算法的改进

在块匹配运动估计中,起始搜索的模板类型和大小影响着搜索的速度,在现有的快速搜索算法中,采用由大到小的模板进行搜索,这种方法在运动矢量较小时,增加了一些不必要搜索的点数.本文在分析X264(X264是一个开源的H264/AVC的视频编解码器)编码模型中4种运动估计算法的基础上,提出了一种六边形改进算法,在保持了原有图象质量的情况下有效的提高编码速度.通过对各种测试序列的实验证明,改进后的算法与六边形算法相比,在重建图象质量和码率接近的情况下,编码速度平均提高了12%,提高了编码器的实时性.     

基于遗传算法的Web信息采集策略研究

本文为了提高Web采集系统(网络蜘蛛)的自适应性和预测链接价值的准确性,提出了一种基于遗传算法的网络蜘蛛搜索策略,实验结果表明,较之传统的网络蜘蛛,使用此种算法的网络蜘蛛具有较高的Web搜索效率.     

一种防止重复查询的RFID优化算法

在动态二进制搜索算法的基础上提出了广度优先的动态二进制RFID防碰撞搜索(BDBS)算法.阅读器在判断碰撞位以后,每次在最高碰撞位将搜索树分裂为0和1的二叉树,阅读器查询以广度优先的方式搜索,直到识别所有标签.仿真结果表明,BDBS算法在查询次数,识别延时以及通信量等性能指标上明显优于动态二进制搜索算法.     

基于改进的PSO-BP神经网络的桂林市物流预测研究

由于BP神经网络有收敛速度慢,容易陷入局部最小的缺陷,因此文章提出了一种改进的粒子群算法来优化BP神经网络的权值与阈值。使得预测模型能够在搜索最优解的过程中能够平衡算法的局部搜索和全局搜索,提高搜索的精度。对初步确定的输入指标和输出指标采用线性回归的方法,来筛选与输出指标具有强相关性的输入指标。通过MATLAB软件进行预测,比较标准的PSO-BP与改进PSO-BP模型,预测结果较好,说明改进的PSO-BP模型是有效的。     

云计算下的一种自适应负载均衡算法的研究

针对云计算下的负载均衡存在效率低的问题,本文首先在鲸鱼算法的基础上,通过种群初始化,淘汰和竞争机制提高算法的局部搜索能力,然后通过人工蜂群算法进行融合提高算法全局搜索能力,融合后算法用于云计算负载均衡中,在调度时间跨度,负载均衡度和任务平均等待时间方面都具有较好效果。     

基于爬山法快速波形匹配的高频电源过程控制

提出了基于波形匹配的方法预测一次电流过零点,来提高高频电源输出功率.然而直接使用归一化互相关算法计算量大,速度慢.为了提高匹配速度,本文采用爬山法启发式搜索策略,实现了非遍历性搜索,并能快速找到最优匹配点.实验结果表明,爬山搜索算法性能优越,用于高频电源过程控制中是可行的,且具有快速性和较高的准确性,相比直接互相关算法...     

基于蚁群算法的多机冲突解脱技术

利用蚁群算法对于空域内复杂环境下飞行冲突进行路径规划与动态防撞的预测算法。该算法模拟蚂蚁的觅食行为,利用多组机器蚂蚁采用局部搜索策略和趋近导向函数方法完成全局最优路径搜索,可以利用虚拟蚂蚁代替飞机作碰撞的预测,理论和仿真实验结果说明在多机冲突环境中能够迅速规划出优化路径,防止飞机间的相互碰撞。     

基于混合算法和BP 神经网络的网络舆情预测研究

【目的/意义】网民对社会现象及问题表达意见、态度使得网络舆情对社会的影响力越来越大,构建模型对 网络舆情的发展进行预测具有现实意义。【方法/过程】通过信息熵理论控制种群初始化,利用遗传算法较强的全 局搜索能力和粒子群算法的局部搜索能力实现对BP神经网络权值的优化,构建混合算法优化的BP神经网络的网 络舆情预测模型并进行实证分析及对比实验。【结果/结论】结果表明,该模型在预测性能上具有更好的优越性及 稳定性。     

基于混沌搜索的LS-SVM预测算法

为利用最小二乘支持向量机(LS-SVM)来进行预测,首先要确定影响LS-SVM模型的两个主要参数γ和σ,针对该问题提出了采用混沌搜索算法来搜索该模型的最优参数组合。混沌搜索的运动轨迹具有遍历性,随机性,可以进行全局和局部寻优,利用该算法搜索最优参数来确定预测模型,然后将该预测模型用于预测实践。实验结果表明,该模型具有较精确的预测精度和适用性。     

基于差分进化算法的预测控制在双容水箱上的应用

针对非线性预测控制中需要实时求解非线性规划问题,应用差分进化算法(Differentia Evolutionary,DE),其全局寻优、搜索效率高的特点使得预测控制非线性规划问题得以解决。将该算法应用于双容水箱液位控制中,仿真结果验证了算法的有效性和可行性。     

基于遗传算法和梯度下降法的聚类新算法

基于遗传算法的聚类算法是一种全局优化算法,但是其局部搜索能力较差,而梯度下降法却具有较强的局部搜索能力,本文在通过遗传算法搜索得到近似全局最优解的基础上,采用梯庹下降法进一步搜索全局最优解,得到两者相结合的新算法.     

基于IR-UWB密集多径信道的码片同步搜索方法性能分析

在脉冲超宽带（IR-UWB）系统中,脉冲时位同步对接收机的信号检测,保证通信的有效性和可靠性方面具有重要的作用.文献[1]提出了五种基于Markov链模型的顺序搜索算法,给出了平均捕获时间公式.文献[2]从集合论的数学分析方法论证了串行搜索中存在一种最优排列,同时得出此最优排列即为跳K搜索.本文对IR-UWB密集多径信道产生其接收脉冲信号的簇特性进行描述分析,同时采用蒙特卡罗仿真方法对文献[1]给出的五种搜索算法的平均搜索捕获步数进行了性能仿真,分析仿真结果得出在未知信道参数时比特反转搜索算法所需的平均捕获时间性能最好.     

网络搜索指数与汽车销量关系研究——基于文本挖掘的关键词获取

网络搜索数据是消费者在信息搜集和购买决策过程中真实足迹的反映,对了解消费者购买需求具有重要价值。本文运用与现有研究不同的关键词获取方法,以我国汽车市场为背景,研究网络搜索数据与销量之间的关系。首先,确定网络搜索数据的关键词,主要运用了文本挖掘技术,具体而言：①对抓取的汽车论坛文本进行Jieba分词;②利用Word2vec模型把分词结果转化为向量空间模型形式;③结合TF-IDF算法和余弦相似度算法确定关键词。然后,基于108个月的长面板数据,建立网络搜索与汽车销量的固定效应模型。最后,采取滚动窗口的方式预测最近12个月的汽车销量。实证结果显示：网络搜索与汽车销量之间存在长期均衡关系,回归模型可以解释76%的方差;网络搜索数据有助于预测我国汽车销量。     

H.264标准在视频监控系统中的应用

针对H.264的编码特性,选择了编码代价最小的帧间编码模式,通过改变搜索范围来优化多帧运动估计。实验结果验证,该编码算法可以平均节省H.264编码时间的30%。     

一种兴趣属性过滤的大型烟草数据库冗余信息消除算法

针对以大型烟草智能管理数据系统中冗余信息过大,搜索效率过低的问题,本文提出一种基于烟草兴趣属性的数据分类算法.该算法对烟草正常数据和冗余数据进行判断分类,运用朴素贝叶斯决策理论对冗余数据进行过滤,保证烟草数据检索的高效性.实验结果表明,在以云计算为基础的烟草数据库实验平台上,该方法大幅提高了数据搜索的效率.     

一种新型混合遗传算法及其应用

根据遗传算法和人工蜂群算法各自特点,在遗传算法框架上,利用人工蜂群算法中跟随蜂选择\搜索策略,代替遗传算法中的变异操作,提出一种基于人工蜂群算法跟随蜂选择\搜索的混合遗传算法,并应用到0-1背包问题中。实验结果表明了该算法的有效性。     

基于模拟退火-蚁群算法的机器人路径规划

针对蚁群算法在机器人路径规划中易陷入局部最优问题,提出首先利用蚁群算法寻找移动路径,然后采用模拟退火算法进行迭代,并加入回火机制消除局部最优,有效提高蚁群算法的全局搜索能力。仿真研究表明,模拟退火-蚁群算法在机器人路径搜索上可得到较短路径。