算法改进

摘要： 特征点匹配是遥感图像配准中的重要环节,但传统的特征点匹配方法存在同名点一对多或者匹配的同名点定位不准确的问题,进而影响匹配精度。针对此问题,在归一化重心坐标系NBCS匹配算法的基础上,在已完成的NBCS特征匹配后进行迭代计算剔除误差过大的同名点对和选择邻域定位更为准确的特征点,经图像特征匹配实验验证,改进算法实现了特征点的准确匹配,提高了匹配精度。

摘要： 固定标签协同过滤推荐算法,未充分考虑标签因子的多样化,主要依靠人工标记,扩展性不强,主观因素多。本文从用户的喜好特征因素角度出发,在固定标签协同过滤推荐算法的基础上,提出一种隐式标签协同过滤推荐算法。该算法利用LDA主题模型生成项目文本的隐式标签,得到项目-标签特征权重,根据算法性能优化的要求选择标签数量,将项目-标签矩阵与用户评分矩阵结合得到用户对标签的偏好矩阵,最后通过协同过滤算法产生推荐。实验结果表明,本文提出的基于LDA的隐式标签协同过滤推荐算法缓解了数据稀疏性问题,项目推荐的召回率、准确度和F1值有较大提升。

摘要： 在吉林省国土调查工作中,普遍利用DEM以ArcGIS为平台来计算坡度,对以不同方式生产的DEM均采用三阶反距离平方权差分算法计算坡度,并未顾及DEM生产方式的改进对坡度计算带来的影响。本文以不同生产方式生产的DEM为研究对象,在理论上分析不同坡度计算方法的适用性,并利用不同生产方式获取的DEM实验数据按不同算法分别计算坡度,对相关结论进行了验证,旨在为实际工作中依据DEM的特点确定适宜的坡度算法提供参考。

摘要： 现阶段,多源信息融合是一项多层次、多方法的数据处理环节,可以有效提升目标状态的估计精度,有助于形成对态势的评价,开发出快速且高效的信息融合系统,成为了目前一项基本需求。在机载多源信息融合领域内,面对于空间量测系统误差状态估计精度产生的不良影响,提出了合理的误差估计以及补偿算法,针对数值不发生改变的系统误差可以利用最小均方误差参数估计方式定量获取偏差内的确定性部分,把目标航迹估计和误差配准相互结合到一起,以此确保滤波的准确性。经过相关探究表明,科学合理地应用改进算法可以减少系统误差造成的不良影响。

摘要： 在全球卫星导航(GNSS)阵列天线抗干扰理论中,系统噪声通常被视为理想白噪声(AWGN)。但在实际工程中发现系统噪声通常是有色噪声且会影响空时自适应处理(STAP)算法的性能。该文首先推导得出了有色噪声功率谱与空时抗干扰后卫星导航信号相关峰的理论关系,然后通过仿真实验验证了该理论关系的正确性,同时分析了噪声功率谱的等效带宽和谱峰偏移对相关峰的影响,最后发现噪声功率谱能量越集中于卫星导航信号的功率谱谱峰处,空时抗干扰后的卫星导航信号相关峰衰减越大。针对上述问题,该文提出了对角加载和子空间投影方法,两种方法通过对噪声协方差矩阵的特征值进行一致化处理实现有色噪声的白化,从而消除了有色噪声的影响。最后通过仿真实验验证了所提方法的有效性。

摘要： 针对乳腺肿瘤的诊断率及精准度较低的情况,提出一种基于改进的矢量量化(LVQ)神经网络乳腺肿瘤诊断算法。首先,基于LVQ1算法和LVQ2算法在网络训练过程中更新神经元数目的不同,建立结合LVQ1算法和LVQ2算法的复合LVQ神经网络;然后,考虑到不同的竞争层节点数对LVQ神经网络诊断率的影响,采用K交叉验证法确定复合LVQ最佳网络结构;最后,探讨了不变的学习率在网络训练后期对收敛速度的影响,采用自适应速率算法调整学习率,减少迭代次数。以Wisconsin Breast Cancer Database为实验样本,运用改进算法构造乳腺肿瘤与症状之间的非线性映射关系,用混淆矩阵的概念表达算法诊断准确率。实验结果表明,提出的改进算法诊断准确率达97.1%,相比LVQ1算法和LVQ2算法,误诊率分别降低了5.8%和2.9%。

摘要： 地−井瞬变电磁法响应规律复杂,现有解释方法以定性分析和半定量解释应用最为广泛,不能直接获取大地电阻率参数。针对这一问题,提出一种基于瞬变冲激时刻的快速定量解释方法。首先给出均匀半空间地−井瞬变电磁响应的表达式,分析地−井瞬变电磁响应的冲激时刻特征。结果表明,接收点深度越大、大地电导率越高,则瞬变冲激时刻越晚。结合已有的研究成果,推导冲激时刻与大地电导率和深度的函数关系,依据反函数理论进行大地视电阻率定义。以获取真实大地电阻率为目标,研究基于地下电磁场扩散速度的改进大地电阻率恢复算法。采用所提出的算法,根据实际常用工作方式,分别设计均匀半空间、二层模型和三层模型进行模拟计算。模型算例和实测数据试算结果表明:基于冲激时刻的视电阻率定义方法能够较好地反映大地电阻率的变化趋势,但具有较强的体积效应;基于电磁场扩散速度的改进算法能够有效地削弱体积效应的影响,更加准确地恢复大地电阻率值和反映电性界面。该算法无需进行复杂模型的迭代正演计算,具有较高的计算效率,能够定量恢复大地电阻率值,适用于地−井瞬变电磁法的快速初步定量解释。但在实际资料解释应用中,还需考虑视电阻率的“overshoot”和“undershoot”现象,避免造成错误解释。

摘要： 平衡优化器(equilibrium optimizer,EO)是受控制容积动态质量平衡启发而提出的一种新型智能算法.因其结构简单,搜索能力强以及易实现等优点而广泛应用于连续或离散,单目标或多目标问题上.而EO算法在迭代中容易出现陷入局部停滞现象,导致无法对勘探和开采阶段进行有效平衡,进而引发各界学者在EO算法上不断改进来提升算法全局寻优能力和逃离局部最优能力.对近年EO算法改进理念、方式以及国内外在各领域研究上取得的进步进行了系统性地分析归纳.首先,通过平衡优化器算法的物理学背景、工作流程及其相关概念将EO算法分为连续型和离散型两大类.其次,从控制参数、混合算法以及多目标优化三个不同改进方向进行分析并总结了其优缺点,进而提炼出各类策略在三种改进方向上的优势与不足.再次,对改进EO算法应用领域进行归类.目前基于改进平衡优化器算法已经证明了其可行性和优越性且实现了更好的控制效果.最后,提出EO算法进一步研究范畴,提供一定的理论参考价值.

摘要： 本文针对投资风险预测问题,测算股票的在险价值并选取指标,采用KNN分类算法对次日股票跌幅进行分类预测,并结合股票不同指标间相关性较强且数值差异过大的特性以及投资者交易实时更新数据的特征,采用向量正交化和更新样本外预测两种方法共同对算法进行改进,在实证对比后发现尽管最终改进前后算法预测准确率均达到85%,但改进后的算法能在K值较小时快速提高预测风险是否发生的正确率,快速捕捉风险,且改进后的算法有效降低了低估风险的概率,在风险控制方面更有效。同时,通过对两种改进方法的分解,发现更新样本外预测这一手段对算法改进的帮助更大。

摘要： 以大型火电厂为对象,研究厂级机组负荷优化分配问题。将基于经典数学规划理论的等微增率法和智能遗传算法两者结合,提出了一种名为等微增率复合遗传算法的新型改进算法。改进的算法利用等微增率法确定最佳分配方案的大致范围,通过缩小遗传算法中初代种群选取范围的方法提高算法收敛速度和寻优准确性,体现了禁忌搜索的算法思想。通过对等微增率法、传统遗传算法、改进算法三者的性能分析比较,结果表明:3种算法结果基本一致,形成相互验证,均可准确计算厂级负荷分配问题;改进后的等微增率复合遗传算法,相较于传统遗传算法有更好的收敛性能,且不易陷入局部最优。

摘要： 利用Harris角点检测算法对图像进行角点提取时存在伪角点和角点漏检等现象,检测结果并不理想.本文基于Harris算子提出以分数阶来代替整数阶进行微分,并通过图像分形维数来计算分数阶,从而改善Harris角点检测算法的性能.

摘要： 介绍了卫星观测海表温度(SST)算法的发展历程,给出了所用SST算法的回归模型.在FY3B业务SST算法的基础上进行了改进.匹配算法方面,选择高精度浮标资料以便提高回归精度;对匹配数据集(MDB)的结构进行了扩充,为误差分析提供了便利条件;选择样本海选加优选的策略,使得样本的选择更加合理.回归算法方面,在原最小二乘回归的基础上,利用NOAA192010全年的MDB进行了二次回归,白天的回归精度提高了21％,夜间的回归精度提高了30％.反演算法方面,引入了空间一致性检验和气候阈值检验,使云污染(尤其是夜间)现象得到了抑制,提高了SST反演精度.基于NOAA19MDB,进行了多算法建模分析及精度评估,白天最优算法为非线性SST算法(NLSST),夜间最优算法为三窗多通道SST算法(TCSST),最优算法的确定与NESDIS的一致.建立了自2012年8月至2013年3月的FY3B MDB,并在此基础上进行了多算法回归建模及精度评估,白天和夜间的最优算法均为NLSST,分析发现夜间TCSST算法采用3.7μm通道时存在类似百叶窗的条带现象.和浮标SST相比,NLSST白天和夜间的偏差分别为0.02°C和0.04°C,标准偏差小于0.5°C.和日平均OISST相比,NLSST白天和夜间的偏差分别为-0.62°C和-0.43°C,标准偏差小于1.5°C.选择和OISST在2°C以内的样本,白天和夜间的偏差分别为-0.24°C和0.04°C,标准偏差小于0.84°C.

摘要： 在对影响我国未来核安全发展的因素重要性和影响程度研究过程中,采用规定程序专家调查法对我国未来核安全形势进行研究,并对规定程序专家调查法进行了相应的改进,成功地完成对我国未来核安全形势的预测研究.

摘要： 在对影响我国未来核安全发展的因素重要性和影响程度研究过程中,采用规定程序专家调查法对我国未来核安全形势进行研究,并对规定程序专家调查法进行了相应的改进,成功地完成对我国未来核安全形势的预测研究.

摘要： 在对影响我国未来核安全发展的因素重要性和影响程度研究过程中,采用规定程序专家调查法对我国未来核安全形势进行研究,并对规定程序专家调查法进行了相应的改进,成功地完成对我国未来核安全形势的预测研究.

摘要： 在对影响我国未来核安全发展的因素重要性和影响程度研究过程中,采用规定程序专家调查法对我国未来核安全形势进行研究,并对规定程序专家调查法进行了相应的改进,成功地完成对我国未来核安全形势的预测研究.

摘要： 针对虚拟化集群上日益严重的功耗问题,在定义集群、物理机、操作点、能耗、任务集、虚拟机等概念的基础上,提出了形式化的虚拟机(Virtual Machine,VM)调度策略,并有针对性地利用动态电压和频率调整(Dynamic Voltage and Frequency Scaling,DVFS)技术对普通算法进行了扩展改进,提出一个功耗敏感的VM调度算法.首先,利用FFD(First-Fit Decreasing)算法解决虚拟机的初始布局问题,然后尽可能地将虚拟机部署在低电压的物理机上,此外加入性能感知策略,尽量将物理机的电压调节至刚好满足虚拟机性能需求,以避免"奢侈"能耗的浪费,同时增加了虚拟机调度失败时灵活调整电压的规则,以减少错误先验知识对虚拟机后续部署的误导.在理想模型中的仿真实验表明:与现有部署算法相比,本算法具有更好的节能效应,以及相对不大的性能损失.

摘要： 针对虚拟化集群上日益严重的功耗问题,在定义集群、物理机、操作点、能耗、任务集、虚拟机等概念的基础上,提出了形式化的虚拟机(Virtual Machine,VM)调度策略,并有针对性地利用动态电压和频率调整(Dynamic Voltage and Frequency Scaling,DVFS)技术对普通算法进行了扩展改进,提出一个功耗敏感的VM调度算法.首先,利用FFD(First-Fit Decreasing)算法解决虚拟机的初始布局问题,然后尽可能地将虚拟机部署在低电压的物理机上,此外加入性能感知策略,尽量将物理机的电压调节至刚好满足虚拟机性能需求,以避免"奢侈"能耗的浪费,同时增加了虚拟机调度失败时灵活调整电压的规则,以减少错误先验知识对虚拟机后续部署的误导.在理想模型中的仿真实验表明:与现有部署算法相比,本算法具有更好的节能效应,以及相对不大的性能损失.

摘要： 针对虚拟化集群上日益严重的功耗问题,在定义集群、物理机、操作点、能耗、任务集、虚拟机等概念的基础上,提出了形式化的虚拟机(Virtual Machine,VM)调度策略,并有针对性地利用动态电压和频率调整(Dynamic Voltage and Frequency Scaling,DVFS)技术对普通算法进行了扩展改进,提出一个功耗敏感的VM调度算法.首先,利用FFD(First-Fit Decreasing)算法解决虚拟机的初始布局问题,然后尽可能地将虚拟机部署在低电压的物理机上,此外加入性能感知策略,尽量将物理机的电压调节至刚好满足虚拟机性能需求,以避免"奢侈"能耗的浪费,同时增加了虚拟机调度失败时灵活调整电压的规则,以减少错误先验知识对虚拟机后续部署的误导.在理想模型中的仿真实验表明:与现有部署算法相比,本算法具有更好的节能效应,以及相对不大的性能损失.

摘要： 针对虚拟化集群上日益严重的功耗问题,在定义集群、物理机、操作点、能耗、任务集、虚拟机等概念的基础上,提出了形式化的虚拟机(Virtual Machine,VM)调度策略,并有针对性地利用动态电压和频率调整(Dynamic Voltage and Frequency Scaling,DVFS)技术对普通算法进行了扩展改进,提出一个功耗敏感的VM调度算法.首先,利用FFD(First-Fit Decreasing)算法解决虚拟机的初始布局问题,然后尽可能地将虚拟机部署在低电压的物理机上,此外加入性能感知策略,尽量将物理机的电压调节至刚好满足虚拟机性能需求,以避免"奢侈"能耗的浪费,同时增加了虚拟机调度失败时灵活调整电压的规则,以减少错误先验知识对虚拟机后续部署的误导.在理想模型中的仿真实验表明:与现有部署算法相比,本算法具有更好的节能效应,以及相对不大的性能损失.

摘要： 本发明公开了改进量子粒子群优化算法的方法及基于改进算法的应用。其中，该方法包括：寻找粒子群中的拐点，其中，拐点是在任一方向上所能进行搜索的极限位置，拐点至少为两个；计算拐点的适应度值；对拐点的适应度值与个体极值的适应度值进行比较，根据比较结果更新粒子的个体极值；更新种群的历史最优位置和中心粒子，其中，中心粒子为所有粒子的个体极值所形成的中心；通过种群的历史最优位置和中心粒子之间的差分结果更新种群的全局极值；根据个体极值和全局极值更新粒子的位置。本发明解决了处理复杂问题时容易产生过早收敛的问题，在算法迭代后期，粒子多样性迅速下降，收敛速度较慢的技术问题。

摘要： 本发明公开了改进量子粒子群优化算法的方法及基于改进算法的应用。其中，该方法包括：寻找粒子群中的拐点，其中，拐点是在任一方向上所能进行搜索的极限位置，拐点至少为两个；计算拐点的适应度值；对拐点的适应度值与个体极值的适应度值进行比较，根据比较结果更新粒子的个体极值；更新种群的历史最优位置和中心粒子，其中，中心粒子为所有粒子的个体极值所形成的中心；通过种群的历史最优位置和中心粒子之间的差分结果更新种群的全局极值；根据个体极值和全局极值更新粒子的位置。本发明解决了处理复杂问题时容易产生过早收敛的问题，在算法迭代后期，粒子多样性迅速下降，收敛速度较慢的技术问题。

摘要： 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。

摘要： 本申请提供一种基于狼群算法和人工势场的移动机器人改进A*算法，该算法包括以下步骤：创建栅格地图；根据A*算法，计算每个第二栅格的评价函数；释放人工狼群；人工狼群包括由第一狼群和第二狼群组成的若干人工狼；从第二狼群中挑选出对应第二栅格的评价函数最低的m只人工狼并作为头狼；将其余人工狼作为普通狼；对第一栅格施加斥力场，以使人工狼在搜寻时寻优方向倾向远离障碍物；根据狼群算法以及斥力场，生成若干人工狼路径，输出最终路径；该算法将A*算法与狼群算法结合，提高了搜索效率。同时通过对第一栅格施加斥力场，使得人工狼在搜寻寻优过程倾向远离障碍物，避免产生局部最优。

摘要： 本发明涉及数据密集型科学工作流技术领域，特别是一种基于改进二进制粒子群算法的科学工作流任务调度算法。主要技术特点是：改进二进制粒子群算法，该算法提高了最优解的探测能力，所得最优解具有更好的实际调度效率和成本，提高了资源利用率。按照粒子群算法的寻优模式，粒子在飞行过程中，粒子越来越靠近最优粒子，位变化概率应该越小，而二进制粒子群算法反而越大，影响算法的搜索能力。提出的算法基于粒子群算法的寻优模式进行调整，粒子速度作为粒子位置的修正项，在对二进制粒子群算法进行改进中，速度迭代公式仍保持不变，速度归一化公式sigm函数以及位置迭代公式进行修整。

摘要： 本发明公开了一种基于改进PSO算法辅助SVM算法的切削力预测方法，基于历史工艺数据，按照以下步骤进行切削力的预测，确定基于SVM算法切削力预测模型的输入、输出；进行SVM参数模型训练；使用改进PSO算法优化SVM算法参数。本发明将改进PSO算法和SVM算法同时引入切削力预测中,采用SVM模型挖掘切削力参数和相关影响参数的非线性回归关系，建立切削力的预测模型。并且通过改进PSO算法来优化模型参数，提升搜索精度,加快收敛,提高了程序的准确性，进一步提高切削力预测模型的预测性能。对实现切削力的精准预测，提高工件加工质量、建设智能化车间具有重要意义。

摘要： 本发明涉及极限学习机分类算法技术领域，具体涉及基于改进乌鸦搜索算法的极限学习机分类算法；包括以下步骤：搭建ELM网络模型，采用ICSA算法，对ELM模型随机生成的输入权重和阈值进行优化通过引入AP值动态递变函数去平衡全局和局部搜索性能，引入莱维飞行搜索方法避免盲目搜索，引入多个体变因子加权学习方法保证种群多样性，引入邻代维度交叉方法增强最优个体藏食位置质量，避免获得局部最优值，从而实现准确预测结果。本发明弥补随机生成输入权重和阈值带来的一系列缺陷，提高ELM模型分类精度，并在对ELM模型参数进行优化时，基于传统CSA算法，通过引入AP值动态递变函数去平衡全局和局部搜索性能，引入莱维飞行搜索方法避免盲目搜索。

摘要： 本发明公开了一种基于改进A*算法与人工势场法的混合路径规划方法，将全局预测和局部实时规划结合成一个混合的两层算法，即采用改进A*算法完成全局预测，得到全局最优的路径节点；然后在这些节点中选择拐点作为实时规划的指导，实时规划层采用改进人工势场法实时动态避开障碍物，连续运行每个子目标点，最终到达目标点完成任务；该方法针对两种算法各自的优缺点进行算法结合，大大简化了算法的复杂度，使得算法更加利于实际用途。可以有效地弥补单个算法的不足，达到取长补短，1+1＞2的效果。

摘要： 本发明公开了一种基于改进蚁群算法的火灾逃生疏散仿真算法，通过设置格栅地图和环境参数火源点、人流量密度、烟气扩散信息等环境因素，进一步设定目标函数、约束条件、改进启发函数以及设定综合影响指数函数、温度变化函数、CO浓度变化函数、能见度变化函数，并通过改进信息素含量更新方式，建立符合人群疏散过程下的信息素更新模型，对传统的信息素更新方式进行改进，计算速度加快，同时避免陷入局部最优解。对ρ的设定需要综合考虑收敛速度和算法的全局搜索能力，使ρ值自适应调整。对人员在火灾环境下的疏散有现实的价值。

摘要： 本发明公开了一种基于模糊逻辑控制算法的A星算法改进方法、系统及介质，其中方法包括：根据无人机飞行的过程中采集的环境信息进行环境建模，获得模糊控制器，所述环境信息包括无人机与障碍物之间的距离信息和方向信息；为无人机飞行设置多个不同值的搜索步长，并采用模糊控制器控制搜索步长；在无人机飞行中，当检测到距离障碍物较远时，增大搜索步长；当检测距离障碍物较近时，减小所述搜索步长；其中，所述搜索步长的数值根据模糊逻辑控制算法进行动态控制。本发明利用模糊逻辑控制算法动态调整步长，以及为A星算法估价函数的启发式函数动态分配权值，以提高路径搜索的效率。本发明可广泛应用于无人机避障及路径规划的技术领域。