混合指数分布定数结尾时参数估计的Monte Carlo EM加速算法

应用Monte Carlo EM加速算法对于单参数混合指数分布在定数结尾场合的参数估计问题做了较深入的探讨,做出了模拟试验。     

数字水印的研究与实现

对数字水印的盲嵌入算法进行了研究,通过采用Visual C++作为开发工具,从而实现了盲嵌入算法在数字水印中应用。     

Algorithm-improved high-speed and non-invasive confocal Raman imaging of 2D materials

Confocal Raman microscopy is important for characterizing 2D materials, but its low throughput significantly hinders its applications. For metastable materials such as graphene oxide (GO), the low throughput is aggravated by the requirement of extremely low laser dose to avoid sample damage. Here we introduce algorithm-improved confocal Raman microscopy (ai-CRM), which increases the Raman scanning rate by one to two orders of magnitude with respect to state-of-the-art works for a variety of 2D materials. Meanwhile, GO can be imaged at a laser dose that is two to three orders of magnitude lower than previously reported, such that laser-induced variations of the material properties can be avoided. ai-CRM also enables fast and spatially resolved quantitative analysis, and is readily extended to 3D mapping of composite materials. Since ai-CRM is based on general mathematical principles, it is cost-effective, facile to implement and universally applicable to other hyperspectral imaging methods.     

基于城市热岛效应的城市降温通道规划研究——以广州市为例

城市热岛效应是城市化形成的特殊城市气候特征之一,热岛效应对城市规划布局、经济发展及人群健康等许多方面的影响日益突出.本文应用Landsat-5 TM图像的TM6波段(空间分辨率为120m),利用单窗算法反演了行星亮度温度,结合GIS和CAD技术分析了广州市的“热岛效应”空间格局和特征,规划了城市降温通道.得出以下结论:①广州市城市热岛特征显著、空间分异明显.在中心城区内分布有大面积的热岛,中心片区城中村热岛效应强烈,城市绿地和水面“冷源”效应明显;②规划了广州市市区范围内的降温通道,形成了以珠江沿线为主轴、点线面相结合的网格状降温通道格局;③充分利用丰富的绿地、水域以及降温通道的作用降低热岛强度.     

基于改进蚁群算法的船舶多约束最优航线设计

为提高船舶航线经济性,基于电子海图显示与信息系统(electronic chart display and information system,ECDIS),分析影响航线设计的各种因素,建立航线设计网络模型。将改进蚁群算法的基本原理应用于船舶航行路径搜索中,提出一种多约束条件下航行综合成本最低的最优航线生成算法。仿真试验证明,该算法是可行的,且具有动态寻优的特点,将其应用于多约束条件下的最优航线设计是合理的。     

基于改进PSO-ARIMA模型的船舶纵摇角度预测

针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(particle swarm optimization,PSO)算法对模型定阶。对纵摇角度值序列数据进行平稳性检验和差分运算,确定ARIMA模型的适用性;采用具有针对性适应度评价函数的PSO算法进行模型定阶,并优化PSO算法的权重计算方法。通过仿真对比验证本文所提方法的科学性和有效性。仿真结果表明:采用改进PSO算法进行模型定阶的方法能够有效提升模型的预测精度,具有更好的预测效果。     

基于改进粒子群的BP神经网络WSN数据融合算法

针对无线传感器网络（WSN）数据融合算法中传统反向传播（BP）神经网络收敛速度慢、对初值敏感和易陷入局部最优解的问题,提出基于改进粒子群的BP神经网络WSN数据融合算法（BSO-BP）。用天牛须搜索（BAS）算法对粒子群算法进行改进,利用改进后的粒子群算法优化BP神经网络权值和阈值,引入WSN数据融合中,簇首节点通过优化训练后的BP神经网络对采集数据进行特征提取,将融合后的数据发送至汇聚节点。仿真实验表明,BSO-BP算法能有效地提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期。相较于传统BP数据融合算法和PSO-BP算法,BSO-BP算法减少了至少11%的平均相对误差和13.89%的均方根误差。     

基于EDA仿真软件的多资源调度算法

为提高电子设计自动化（electronic design automation,EDA）并行仿真任务的资源利用率并保证公平性,在占优资源公平分配机制（dominant resource fariness,DRF）的基础上,提出考虑license的占优资源公平分配（dominant resource fairness allocation algorithm considering license,LDRF）算法。一方面考虑多类型资源的公平调度问题,满足EDA任务对资源种类多样性的需求;另一方面考虑对EDA工具的license资源调度,避免任务占有硬件资源但是没有获得license授权不能运行,导致资源利用率下降。实验仿真结果表明,在license有限的条件下,LDRF的平均CPU资源利用率比DRF算法提高60%,平均内存资源利用率比DRF算法提高34%。     

社交网络关键节点检测的积极效应问题

在社交网络中,识别有影响力的关键节点对于调控网络至关重要,是网络科学最前沿热点的研究内容。然而,现有方法大多基于局部特征进行求解,缺乏对网络整体结构的建模。为有效地解决这个问题,针对社交网络关键节点检测积极效应问题KPP-POS（key player problem positive）,在KPP-POS的检测指标D_R的基础上,建立关键节点积极效应模型的0-1整数线性规划模型（0-1 integer linear programming key players problem positive effects model,IP-KPP-POS）,进而提出一种计算复杂度较低且精确度较高的局部搜索启发式算法。最后通过多种人造网络和真实网络的实验分析,验证IP-KPP-POS模型在解决社交网络关键节点检测积极效应问题上的正确性和有效性。     

自适应滤波器在噪声对消中的应用

论述了自适应滤波器及LMS算法的工作原理,介绍了其在噪声对消方面的应用,并用MATLAB进行了仿真验证,结果表明该方法具有较好的消噪效果.