基于置乱变换的DCT域数字水印改进算法

提出一种符合Kerckhoff原则的DCT域数字水印算法.该算法在嵌入水印前对水印进行Arnold变化,并通过密钥向量嵌入水印图像,大大提高了水印的鲁棒性和安全性.对比实验表明,该方案对高斯低通滤波、添加白噪声、JPEG压缩、图像剪切等攻击手段有较好的鲁棒性,并具有较高的安全性.     

两类分布函数的Bedrosian等式

研究了可积函数与两类分布函数即多项式函数和指数函数乘积的Hilbert变换,分别得到了Bedrosian等式成立的充分条件及充要条件.     

基于MUGG的轨迹建模与异常检测

构建视频场景中目标轨迹分布的概率模型--混合单边广义高斯模型,通过计算目标轨迹的信息量分析目标轨迹是否异常.该方法不依赖场景的先验知识,模型建立过程无监督,且模型能实时更新以适应时变环境.实验表明,该方法的有效性和鲁棒性,具有一定的应用价值.     

一类广义隐马尔科夫模型的建模与参数估计(英文)

隐马尔科夫模型在很多方面已有广泛应用.讨论了一类更为一般的模型,这类模型由WojciechPieczynski首次提出,并且给出了在图像识别中的应用.这里首次给出在离散观测和离散状态下该模型的精确数学描述,其中包括建模、状态估计和参数估计,这些算法都是首次被提出的     

基于广义自回归条件异方差模型的世界原油运价风险分析

为有效评估世界原油运价风险,根据世界原油运输市场运费收益的基本特性,选用基于广义误差分布(Generalized Error Distribution,GED)的广义自回归条件异方差(Generalized Auto-Regressive Conditional Heteroskedasticity,GARCH)模型,...     

多级物流节点选址问题建模与求解

为解决多级物流网络节点的选址问题,提出与现实中企业多元化经营范围相应的多级物流节点选址优化模型.该方法将物流节点选址问题转化为函数最小值求最优解问题;将多级网络按照节点层数分割成若干个3级规划模型;将每层的上一层级假设成供应商点,下一层级假设为客户点;用并行遗传算法,通过循环求解3级规划模型最优解,得出整个物流网络规划方案的最优决策.物流节点选址实例应用和仿真分析表明,该方法具有较强的可操作性和广泛的适用性,对优化物流节点以及类似设施选址具有一定的指导意义和参考价值.     

引航员登离船水域选址模型及算法

为保证引航作业安全、周围船舶通航安全,提高港口运营效率,以引航员登离轮水域为研究对象 ,在物流配送中心选址模型的基础上建立引航员登离轮水域多目标选址模型, 以青岛港引航员登离轮水域为案例,通过遗传算法对模型进行求解。优化结果与现有两处登离轮点相吻合,另可增加第三处外海登离轮点,供进入青岛港的超大型船舶进行引航员登离轮作业。     

基于神经网络的船舶舱室热舒适度研究

由于恒值空调已经不能满足船舶舱室人员的热舒适要求,运用遗传算法求解热舒适方程,并提出利用遗传算法改进神经网络的船舶舱室热舒适预测模型。仿真结果表明,该模型具有良好的仿真性能,预测准确性高。该模型对提升船舶舱室的环境质量和提高船舶工作人员及乘客的热舒适度起到很大的帮助。     

基于改进遗传算法的远洋渔船船队调度路径优化

为实现远洋渔船船队调度路径优化,提高调度工作效率,减少船队的运营成本,对远洋渔船船队调度路径问题建立数学模型.运用在选择和交叉策略上改进的遗传算法对模型进行求解.仿真结果表明,改进的遗传算法能有效解决传统的遗传算法易陷入早熟收敛的问题.利用该算法能快速生成具体的调度方案,且使运营成本减少,可有效解决远洋渔船船队调度路径问题.     

基于NSGAⅡ的带时间窗生鲜品配送路径优化

考虑到生鲜品的易腐性、高时效性和对运输环境要求高的特点,为减少生鲜品配送企业的配送成本,提高客户满意度,在车辆载重、时间窗、生鲜品保质期等约束条件下,提出将配送总成本最小化和生鲜品新鲜度最大化的多目标车辆路径优化模型。利用改进的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对模型进行求解。求出满足配送总成本最小和生鲜品新鲜度最大的相对较优解,证明模型的有效性。该模型在大规模配送和客户地理位置分布较为分散的情况下,对生鲜品新鲜度的优化较为明显。