基于模糊S_D(T_D)-QL蕴涵算子的一类布尔迭代律的刻画

模糊集是信息处理的有效方法之一,而模糊蕴涵算子是模糊集之间的一类重要的运算,在模糊信息处理中起着十分重要的作用。本文将给出蕴涵满足布尔迭代律的充要条件。     

基于DSP的语音识别系统设计

系统以16位数字信号处理器TMS320VC5502为核心,采用音频Codec芯片TLV320AIC23对语音信号进行采集和编码转换,通过端点检测、特征参数提取、DTW算法等关键技术实现特定人、小词汇量、孤立词的语音识别,最终根据LED闪灯次数检测数字0～9的识别结果。     

自适应遗传模拟退火的Web日志关联挖掘

提出一种基于自适应遗传模拟退火策略的Web日志关联规则挖掘算法。该算法在遗传模拟退火策略基础上,引入自适应的交叉概率和变异概率,使其具有较强的全局搜索能力,有效地避免了早熟的现象。实验结果证明,该算法能有效地解决Web日志关联规则挖掘问题。     

车辆路径优化及算法综述

阐述了VRP的主要求解算法,在参阅大量文献基础之上以禁忌搜索算法、遗传算法、蚂蚁算法三种主要的算法为划分总结了VRP的研究现状以及三种算法的改良与应用情况,最后对车辆调度问题进行了展望,提出了进一步发展动向。     

Linux集群服务

随着信息化的高速发展,很多网络服务因为访问次数爆炸式地增长而不堪重负,不能及时处理用户的请求,导致用户进行长时间的等待,大大降低了服务质量。为解决这一问题,集群服务应运而生。介绍了Linux操作系统集群服务的相关概念,并通过实例讲解了Linux操作系统集群服务的实际应用。     

简单图着色问题探讨

图着色在与调度和分配有关的问题中具有多种应用,探讨了图着色的一种算法,并给出了这种算法的应用。     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于改进的Dijkstra算法实现景点导航——以中国地质大学校园为例

在一个旅游景区,如果想寻找到一条从当前所在的景点到另一个目的景点的最短路径,应该如何实现呢？针对本问题,采用改进后的Dijkstra算法,结合中国地质大学校园景点,进行分析与实践。     

数字图像处理课程教学方法研究

本文针对数字图像处理课程章节多、算法复杂、学科跨度大、知识体系庞大的特点,提出了基于内容关联性的课时规划方法、基于权重的算法学习法、基于期望目标的仿真软件选择法以及关键问题多角度诠释的方法来提升教学及学习效果。实践表明,这些教学方法的实施对数字图像处理课程教学具有良好的效果和积极的现实意义。     

A hybrid point cloud alignment method combining particle swarm optimization and iterative closest point method

3D quality inspection is widely applied in many industrial fields including mould design, automotive and blade manufacturing, etc. A commonly used method is to obtain the point cloud of the inspected object and make a comparison between the point cloud and the corresponding CAD model or template. Thus, it is important to align the point cloud with the template first and foremost. Moreover, for the purpose of automatization of quality inspection, this alignment process is expected to be completed without manual interference. In this paper, we propose to combine the particle swarm optimization （PSO） with iterative closest point （ICP） algorithm to achieve the automated point cloud alignment. The combination of the two algorithms can achieve a balance between the alignment speed and accuracy, and avoid the local optimal caused by bad initial position of the point cloud.