神经网络的粒子群优化算法及其在地震预测中的应用
摘要：BP神经网络具有较强的非线性问题处理能力,是目前一种较好的用于时间序列预测的方法,然而它存在易于陷入局部极小值、收敛速度慢等不足。针对以上缺点,利用改进粒子群优化BP神经网络的权值与阈值,有效地增强了算法的全局搜索能力和提高了收敛速度。针对地震预测的应用,用改进粒子群优化的BP算法对四川地区最大震级时间序列进行预测,通过训练预测次年的最大震级。结果表明此方法优于未经优化的算法,具有良好的预测效果。基于DHSP的格上最短向量量子算法的研究
摘要：SVP问题是格的公钥密码体制抗量子性的理论依据,论文运用量子计算分析SVP问题,对Kuperberg算法改进,提出了DH-SP多项式时间量子算法,并以此算法为模型框架,以Oded Regev算法理论为基础,提出近似因子为O（n3）,时间复杂度是O（n4）的SVP量子算法,最后对其进行性能分析。论文算法的提出将对基于格的公钥密码体制的安全性带来重大威胁。基于粒子群优化算法的软件测试数据生成研究
摘要：遗传算法在软件测试数据自动生成方面应用广泛,但是其自身也存在局限性,如参数难于设置、算法复杂等,而粒子群优化算法执行容易、参数少,能很快地找到最优解。论文提出一种基于粒子群优化算法的软件测试数据自动生成方法,并应用于等边三角形判别程序。实验表明,粒子群优化算法能比遗传算法更高效的生成测试数据。一种求解最优路径的新型混合PSO算法研究
摘要：粒子群算法是新型智能优化算法且已被应用于诸多领域,但在求解最优路径时显现出易陷入局部最优的缺点。为此根据地理坐标数据通过数学公式推导得到PSO算法所需的初始化数据,在算法寻优过程中将自平衡策略和变异思想结合协助粒子群迭代与更新,提出一种求解最优路径的新型混合PSO算法。该算法引入了适合此问题的自平衡变异策略来提高算法求解精度,使得算法摆脱局部最优。实验以Visual Studio2005中C＋＋编程实现仿真,结果表明此算法不但能有效求解最优路径问题,而且比离散PSO算法、自平衡PSO算法的解更优,从而性能得到改善。基于分层遗传算法的基站频率最优分配策略
摘要：针对通信基站频率区间分配的问题,提出了一种基于分层遗传算法来实现最优数字分配的方法,有效地改进了具有过早收敛缺陷的基本遗传算法。首先,论文介绍了遗传算法的基本原理,阐述了分层遗传算法的优点,然后通过对实际问题的分析,整理出数学模型,采用线性规划的方法计算出适应度函数,分别进行基本遗传算法和分层遗传算法的实验。通过对实验结果的整理和分析,证明了分层遗传算法可以有效地实现频率区间的最优分配。长波通信中的噪声处理方法研究
摘要：长波通信信号受信道中的大气噪声干扰严重,该噪声属于典型的非高斯非平稳信号,传统的非线性处理方法对大气噪声的抑制效果并不理想,严重制约了长波通信效能的发挥。针对这一问题,论文提出了中值滤波—小波降噪的噪声处理方法,以信噪比提高值作为降噪效果的评价指标,在Matlab编程环境下实现了算法对长波信道噪声抑制能力的仿真。结果表明,中值滤波—小波降噪的噪声处理方法能够有效地实现对长波信道噪声的抑制。基于二进制的RFID改进防碰撞算法
摘要：防碰撞算法是构成RFID系统的关键技术。在对现有算法分析基础上,论文提出一种改进的基于二进制搜索防碰撞算法,将功率自适应技术和二进制搜索算法相结合,先通过按一定的参数自动调节功率来控制阅读器通信范围,限制进入阅读器识别范围响应标签的数量,再对标签进行识别,从而降低了冲突发生的可能性,提高了标签的识别效率。通过对识别过程进行仿真结果表明,改进的算法改善了防碰撞性能,提高了RFID系统的标签识别效率。基于改进遗传算法的智能组卷研究
摘要：因为传统组卷方法的时间和空间开销大、成功率较低,简单遗传算法的收敛速度慢、稳定性差,所以提出了基于改进遗传算法的智能组卷方法,通过根据个体适应度值自适应地选择个体,调整交叉概率和变异概率等措施,加快了算法向最优解的逼近速度,提高了组卷的效率和成功率。论文介绍了该组卷方法的组卷策略,数学模型,各模块的详细设计。基于基因表达式编程的复杂网络研究
摘要：论文提出一种基于基因表达式编程的复杂网络研究,用两个多基因族分别表示节点和社团类型,且通过一个映射函数表达两者的相互作用,再进行基因选择、交叉等遗传阶段。实验分析表明,该算法解决社团划分问题具有更高的效率和精确度。多源信息融合认知机理与模型研究
摘要：论文对人脑多源信息融合处理的认知机理进行系统层次的梳理研究,利用人脑基本机能联合区等理论揭示了人脑的信息处理机制,建立了一个人脑信息融合＂对象感知—情景关联—行动决策＂三层核心认知模型,并对模型各层次进行了分析。该研究可为建立信息融合概念模型、发展新的信息融合理论和算法提供借鉴和参考。具有随机一步时延及丢包的离散系统H∞滤波
摘要：针对存在随机一步时延及丢包的网络,研究了一类离散系统的H∞滤波问题。时延及丢包被认为是两个Bernoulli随机序列,利用线性矩阵不等式（LMI）方法给出了滤波器存在的充分条件,所设计的滤波器使得滤波误差系统在均方意义下是指数稳定的且满足给定的H∞性能。滤波器参数通过凸优化求解一个线性矩阵不等式获得。基于灰度量空间的辐射源识别方法
摘要：针对复杂电磁环境中电子侦察传感器获得的辐射源信息可能同时含有一般标量数据和区间型数据的情况,提出了灰度量空间的概念,并基于该空间给出了对标量、区间数混合的行为序列的灰关联分析方法。该方法将后验加权灰关联度作为单个传感器的识别证据,D-S证据理论融合结果作为多传感器系统的最终判决依据。大量的仿真结果表明,算法具有较高的目标识别率,对差环境亦具有更好的稳定性能。IRT树索引结构的研究
摘要：论文针对R树在处理一些特定空间数据对象集时的不足,研究了基于最小外接直角等腰三角形（MIRT）的新的索引结构—IRT树。探讨了IRT树的空间平面划分和空间数据结构特征,给出了IRT树的节点分裂算法和搜索算法。进一步对IRT树和R树进行了比较分析。由分析可知,对于一些特定数据集,IRT树在查询准确率、数据存储和空白空间冗余方面均有一定的优势。估计融合算法的一类敏感指标研究
摘要：为了改善在复杂多变的环境下多源信息融合的准确性和鲁棒性,可在融合过程中进行算法管理,自适应配置算法的方法实现。在算法配置中反馈所需的条件采用算法敏感指标进行评价。在状态估计敏感指标OSPA距离测度基础上,提出估计融合中的敏感指标GOSPA距离测度,GOSPA距离将真实航迹和全局航迹之间的误差分离成航迹距离误差和航迹关联误差。通过对比实验表明,估计融合中的全局OSPA测度指标对航迹融合算法的性能评估是敏感的。基于云模型的空袭目标威胁程度估计
摘要：空中来袭目标的威胁程度估计是一个复杂的多因素综合评价过程,其中有些因素具有模糊性和随机性。云模型是以研究系统模糊性和不确定性为背景,实现系统的定性评价与定量研究相结合、相转换的理论模型。论文介绍了云模型的数字特征及相关算法,建立了目标威胁程度判断准则集合,并结合云模型给出了评价语定性与定量的转化方法。实例分析表明：采用云模型进行目标威胁估计,可得到精确可信的威胁程度,从而为威胁估计做出快速准确的判断提供了科学依据。基于最小能量小波框架的多聚焦图像融合算法
摘要：针对正交小波不能同时具备光滑性、紧支性和对称性的缺点,论文提出了基于最小能量小波框架的多聚焦图像融合算法。该方法能够克服传统基于正交小波的融合算法所造成的边缘失真等现象。通过仿真,表明该算法具有较好的融合效果。基于VB的GPS定位算法与软件实现
摘要：PC和GPS接收机之间的数据传输要必须通过RS-232电平转换串口才能实现,以VB的相关控件对定位数据进行编程和解码输出,在可视界面显示,完成定位。经反复测试,所编写的程序能对遵循NMEA0183协议的数据进行正确解码,完成定位解算和显示,验证了程序的正确性。基于Kinect的虚拟3D视频会议场景融合研究
摘要：为了应用3D摄像头构建新型视频会议模式,将与会人物的3D信息提取出来,融合在虚拟会议场景中,来实现完整的3D会议效果。由Direct3D工具设计出固有的会议场景,采用微软的Kinect摄像头提取与会者的3D模型信息,发送到服务器端,完成融合后再返回终端显示。融合结果有较强现场感,人物模型真实准确。验证了系统的可行性和实用性。
