相位谱拟合车载自组网中功率增益优化方法

车载自组网WSN无线传感网络的接收/发射功率的无偏均衡设计,可以提高网络节点寿命,保证系统的稳定性,提高车载自组网的通信能力和网络连接率。传统方法采用的固定步长加权的滤波设计算法进行功率均衡设计,导致车载自组网的相邻节点功率均衡偏差,提出一种基于无偏均衡和相位谱拟合的车载自组网中功率增益优化算法,进行无偏均衡的车载自组网中网络连接率优化设计,确定节点一跳范围内的邻居节点,实现功率谱的估计,在功率均衡设计中,进行可变步长滤波设计,反映了信道幅值、时间和频率之间关系,对相位谱做最小二乘拟合求斜率,实现WSN可变步长滤波接收/发射功率无偏均衡算法改进。研究结果表明,该算法实现了接收/发射功率的无偏均衡,网传输距离提高,具有较大的功率增益,网络连接率较传统方法提高,展示了优越的应用性能。     

城市景观三维重建及渲染算法研究

针对现有的三维重建及渲染算法无法满足城市景观三维重建的需求问题,本文提出基于Kal-man滤波修正的三维重建算法和基于改进LOD的地形渲染算法。首先利用Kalman滤波修正算法对三维重建光束平差算法进行优化,加速原算法的响应时间,然后对LOD地形渲染算法进行优化,使用节点评价函数进行判断,节点是否需要进行分裂,从而实现不同的细节层次,利用添加边以及删减边结合的方法来消除地形中出现的裂缝。仿真试验结果表明,本文提出的基于Kalman滤波修正的三维重建算法和基于改进LOD的地形渲染算法在城市景观三维重建的应用中效果良好。     

基于反馈约束改进蚁群算法的网络路由优化

通过优化网络路由,提高网络的拓扑性能,实现网络的能量平衡。传统的网络路由算法采用能量平衡环形路由算法,出现网络能耗不均衡。提出一种基于反馈约束改进蚁群算法的网络路由优化方法。采用区域分割处理办法,得到分簇路由任务概率随机分布模式下的置信概率,通过蚁群反馈约束,提高信息正确传输的概率,根据贝叶斯定理,得到路由现成路由子节点定位和扑救路径方位置信度的递归计算式,实现网络路由优化。仿真实验表明,算法能有效提高网络信息正确传输的概率,可靠性较高,几乎能达到无失真传输,随着路由跳数的增加,设计的路由算法的优势愈发明显,提高了信息传输的通信质量。     

HBase大对象数据调度自整定控制算法

提出一种基于趋化重采样的HBase大对象数据调度自整定控制算法,在数据接收端进行数据包接受、重组并解码,提高拆包、组包的效率,构建基于UDP协议的HBase大对象数据调度总体结构模型。定义趋化值与量化值之间的差值进行熵编码,在接收端先把数据包进行重组,得到HBase大对象数据的实时传输系统,实现数据调度自整定控制。仿真实验表明,采用了该自整定控制算法,HBase大对象数据传输的准确性和稳定性都有明显的提高,自整定控制方法能有效降低丢包数,避免延时与丢帧,能有效地对冗余信息和失稳波动信息进行整定处理。     

基于改进神经网络的图像生物特征识别方法

在图像的固定生物特征识别过程中,传统的识别方法针对像素质量不高的问题,很难建立完整的寻优计算过程,识别效果不好。提出基于改进神经网络算法的图像特征识别方法。通过量子计算对神经网络进行优化,优化神经网络在特征识别中的阀值确定过程,完成图像识别。实验结果表明,利用改进的算法进行图像特征识别,能够极大的提高生物特征识别的准确性,扩展了应用的范围。     

煤基活性炭炭化监控系统设计

为了提高煤基活性炭炭化过程控制系统的自动化程度,分析了活性炭炭化控制过程,根据现场实际要求设计了PLC、触摸屏、组态王为一体的控制系统,将炭化炉炉头温度和炉尾压力作为主要控制变量,综合相关影响因素,用PLC来实现模糊控制算法,从而满足炭化炉炉头温度和炉尾压力的控制要求,运用组态王和触摸屏的结合实现数据采集与记录、存储与分析的需求。通过炭化监控系统的设计,提高了炭化设备自动化程度,满足了现场控制需求。     

基于启运港退税的航线网络优化

针对未来启运港退税政策扩围后的启运港选择问题,建立以运输成本、资金占用成本和中转成本最小为目标的混合整数规划模型,用启发式贪婪算法进行求解.实例分析表明:该模型在基于启运港退税的航线网络优化中有效,可为实际的启运港选择和集装箱运输线路选择提供理论参考.     

基于多位点连锁度量的标签SNP选择方法研究

针对标签SNP选择过程中存在时间复杂度高、重构准确度低以及缺乏生物含义等不足,本文提出了一种基于多位点连锁不平衡的标签SNP选择方法,该方法首先利用最小等位基因频率等指标对数据集进行预处理,排除噪声位点等,然后根据标签SNP选择过程的特点设计并改进了蚁群算法,以获取候选标签子集,最后,为了进一步提高重构准确度,本文以重构准确度为目标,利用支持向量机作为学习模型,采用后向淘汰策略对候选标签子集进行精选。实验结果表明,先过滤再精选的策略,不仅降低了时间复杂度,而且在样本重构准确度也有一定程度优势。     

基于混沌振荡粒子群优化的FCM文本聚类方法

针对模糊C均值聚类算法易于陷入局部极值的问题,设计了一种基于混沌振荡粒子群优化的模糊C均值聚类方法。该方法在标准PSO算法中设计了一个振荡环节并引入混沌理论以增加算法的多样性和收敛性,接着把优化后的PSO算法和模糊C均值聚类算法相结合。文本聚类的仿真实验表明,相对于PSO-FCM算法和FCM算法,CCPSO-FCM算法具有良好的全局搜索能力和收敛速度,聚类效果良好。     

智能电动汽车路径跟踪控制方法研究

基于LQR参数整定设计最优控制器,是目前最优控制设计采用最广泛的一种方法。首先建立汽车动力学模型并分析汽车路径跟踪过程。利用LQR最优控制算法实现对汽车路径跟踪的控制。另外,采用整定参数的方式分析改变目标函数中权矩阵Q和R对控制性能的影响,从而得到控制性能较好的一对权矩阵,得到较好的控制策略。并利用仿真结果验证所采用的方法能达到很好的控制效果。