快速、准确的图像阈值分割新方法

图像分割是数字图像处理系统中基本而关键的技术.通过阈值分割是其最简单的技术,它假设目标和背景是可以分离的.详细讨论将自适应遗传算法与OTSU算法相结合应用于最佳阈值的确定中,提出了相应的算法并用于图像分割,由于自适应遗传算法具有全局搜索最优解能力,因此能在很短时间内自动确定阈值.实验仿真结果表明,该方法不仅可以实现准确的图像分割,并且使得分割速度大大提高.     

基于改进小生境遗传算法的自适应组卷系统

针对传统基于简单遗传算法的组卷系统收敛速度慢,组卷质量较差等缺陷,设计一种基于改进小生境遗传算法的自适应组卷系统。首先依照组卷约束权重比,生成适应度值较高的初始种群．其次对选择策略进行优化。引入小生境预选机制以维持种群多样性,防止过早收敛。再次根据组卷特点改进交叉算子和变异算子,根据种群进化情况,自动调整交叉概率和变异概率。最后经过若干迭代后达到终止条件,以自适应方式生成目标试卷。实验结果证明,与简单遗传算法相比,改进的遗传算法在收敛速度和组卷质量上均有显著的提高。     

基于蚁群算法在交通领域的应用综述

蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。从蚁群算法与实际交通问题的求解有很强直接对应特性出发,对蚁群算法在交通领域的应用进行全面综述。蚁群算法也可应用于交通过程建模、交通过程优化及导航、交通运输规划等交通领域。     

博弈树搜索算法的分析与实现

α-β剪枝算法是博弈树搜索算法中成熟而重要的一枝。本文给出其各种改进策略及实现技术,并给出实验结果分析。B*算法是α-β剪枝算法的挑战者,它给我们以新的视角看待博弈树搜索,并能克服α-β剪枝算法的一些缺陷。     

磁选机PLC控制系统

在磁选机的控制上采用PLC＋HMI，能极大地改善设备的电气性能，提高设备的自动化水平，保证设备高效、安全运行，以达到提高矿山企业经济效益之目的。     

生物制药产业技术创新能力系统演化的遗传算法模型与仿真研究

基于CAS理论视角,明确生物制药产业技术创新能力的定义,构建生物制药产业技术创新能力系统的概念模型图,找出组成该系统的产业技术创新流程及惯例,并阐述生物制药产业技术创新能力系统的演化机制。与此同时,构建生物制药产业技术创新能力系统演化的遗传算法模型,并通过Matlab软件仿真生物制药产业技术创新能力系统的演化。结果表明,产业技术扩散对生物制药产业技术创新能力强度有显著增强作用,而产业吸收能力作为技术创新惯例则在适应度函数的迭代计算中起到显著约束的作用。     

基于EM算法的汉语自动分词方法

汉语自动分词是中文信息处理中的基础课题。本文首先对汉语分词的基本概念与应用 ,以及汉语分词的基本方法进行了概述。接着引出一种根据词的出现概率、基于极大似然原则构建的汉语自动分词的零阶马尔可夫模型 ,并重点剖析了EM(Expectation Maximization)算法 ,对实验结果进行了分析。最后对算法进行了总结与讨论。     

基于聚集密度的自适应选择多目标进化算法

分析了线性选择方法的两个缺陷,提出了一种基于聚集密度的非线性自适应选择方法。算法基本思想是：首先将每代种群划分成Pareto劣解集和Pareto非劣解集,然后依照个体的聚集密度分别在劣解集和非劣解集中构造一种偏序集,分别按照不同的等概率在这两个偏序集中选择个体,其中劣解偏序集的个体选择概率远小于非劣解偏序集的个体选择概率,根据两个偏序集中的容量自动计算出两个选择概率。这种非线性选择方法既体现了劣解集和非劣解集中个体的绝对平等性及非劣解集对劣解集的相对优先选择权,又充分考虑到了Pareto最优解的分布性。理论分析和数值计算表明,这种新的选择机制不仅能改善排序选择法的收敛性,而且能得到分布性良好的Pareto最优解。     

基于BP算法的自动送钻钻压优化控制技术研究

详细地进行了神经网络钻压控制器的硬件及软件设计,采用SIEMENS S7—300 PLC作为控制器的硬件核心,应用SIEMENS PLC相应的编程软件SIMATIC STEP7 V5．3进行了控制器的软件编制,并应用PROFIBUS DP网实现了钻压控制器与外围控制系统之间的数据通讯．基于设计出的神经网络钻压控制器,通过MATLAB仿真测试,测试证明神经网络控制器的训练过程可进行有效的收敛,其泛化能力也达到要求．钻井现场试运行实验证明该控制方式控制效果良好,提高了系统的响应速度,增加系统稳定性,改善系统非线性,提高绞车下放速度的控制精度,各方面性能指标都达到控制要求。     

基于加权关联规则挖掘的相关文献推荐*

研究利用数据挖掘中的关联规则挖掘分析及论文数据库，进行相关文献推荐，提出适用于进行相关文献推荐的改进的混合加权关联规则挖掘算法，并通过用户行为分析确定相关文献集和垂直权重，采用Google搜索引擎的PageRank算法确定水平权重，获得一些有意义的分析结果。