简介：研究发现使用均匀分布的簇内差异度来确定初始中心点并以此为基础进行聚类,可以提高K-均值聚类准确率和稳定性。将改进算法使用iris数据进行实验,结果表明改进后算法的聚类迭代次数显著减少且相对稳定,运行时间也有明显降低。运用改进的聚类算法对忻州师院学生的计算机课程考试成绩数据进行处理,并对考试成绩数据的聚类结果进行分析,进而给出针对各系学生计算机课的教学建议,同时针对各系学生的自我提升提出意见。

简介：当前人们对交通运输需求日益增加,通过对传统的交通路口流量算法的分析当前算法在数据采集、预处理及特征提取阶段均存在问题,提出了基于双线圈的交通路口流量检测算法研究,文中将车辆统一识别为标准小车当量,进行算法步骤的设计,给出了算法实施的步骤,该算法适用于双线圈检测器.检测过程简单易行,且能达到相当高的准确率,并通过实例分析,验证了改算法的有效性和精确性.

简介：数字水印技术是近年来国际学术界研究的重点内容之一,作为该技术领域中的一个重要分支结构,数字水印信息隐藏技术在版权保护上起着重要作用.根据以往工作经验,对数字水印隐藏模型进行阐释,并从数字水印的生成算法、小波域内数字水印的嵌入算法、小波域内数字水印检测算法三方面,论述了小波变换的数字水印检测算法的具体计算方式.

简介：当采用移动Sink的无线传感器网络所要收集的数据量较大时（如图像或视频数据）,使用多天线的移动Sink可带来数据收集效率的提升。文中研究多天线移动Sink数据收集问题,分析在大规模无线传感器网络若干处不连通情况下如何使用移动Sink高效地收集数据。根据多天线移动Sink无线传感器网络数据收集的特点,提出了一种基于度、集聚系数以及关键点的多天线移动Sink数据收集算法。通过结合集聚系数和点的介数进一步降低了能耗。仿真和比较表明该算法减小了网络的能耗和时延。

简介：涂料生产是一项复杂的工作,为了有效预测涂料最优研磨时间,提出了一种应用改进粒子群算法寻找最优研磨时间的方法,并采用两个函数分别对算法进行验证。仿真结果表明,只要适当地选择参数,改进粒子群算法寻优精度能够满足需求,利用算法得到的结果可以作为确定涂料研磨时间的依据,减少研磨时间,节约企业生产成本。

简介：针对图像含有未知噪声类型及统计参数情况下,提出一种使用离散余弦变换的自适应图像去噪算法.该离散余弦变换算法是按照频域和空域估计噪声局部方差的特性来识别图像的同质和异质区域.通过对标准图像库和实际采集图像进行实验,结果表明：该去噪算法在图像同质和异质区域能更好地抑制噪声,有效地保护纹理、边缘及细节部分,在去噪性能上优于现有图像去噪算法.

简介：提出了一种基于Boltzmann策略的Q学习算法,该算法适用于多机器人系统的路径规划优化问题。该算法由两部分组成:基于Q学习的路径规划和基于Boltzmann的策略选择。Q学习是一种基于网格的算法,能够用于解决低维的路径规划问题;基于Boltzmann的策略可以防止路径选择算法陷入局部最优解,以此达到全局最优解。为了对提出的算法进行性能评估,作者将算法在PlayerProject机器人仿真平台上实现,仿真实验结果表明,基于Boltzmann策略的Q学习算法可以显著提高多机器人系统的效率,减少探索次数,加快收敛过程。

简介：为了提高无线传感器定位的精度,提出改进DV-Hop算法。首先对基本DV-Hop定位算法分析;接着改进过程对广播数据中重复的标识号删除,每个未知节点计算到自己数据表中的各个信标节点的估计距离;最后对信标节点的平均每跳距离误差进行修正,使全网平均每跳距离与真实的平均每跳距离更接近,分析参数值对改进的定位算法定位精确度的影响。实验仿真显示本文算法定位精度较高,相比其他算法提升了5.0%-8.6%,平均定位误差随着定位时间变化的幅度较小,性能趋于稳定。

简介：针对卫星DTN网络采用保管传输引起节点拥塞和流量过载的链路拥塞问题,文章提出一种区分链路拥塞和节点拥塞的控制算法（DLNC）。DLNC根据节点空闲比,判断链路流量是否过载,若是链路中断,则通过连通图判断是否发生拥塞;根据信息、节点的因素判断节点是否发生拥塞;若拥塞则通过该概率图查找保管节点来缓解拥塞。仿真结果表明,相比已有的拥塞控制算法,DLNC大大降低了丢包率,提高了数据投递率,在延时和开销方面也表现出了较好的性能。

简介：基于一个新的函数,为线性规划设计了一个可行内点算法。该算法的迭代步长为满步长,迭代方向由该新函数决定,算法最终得到了线性规划目前最好的迭代复杂性.

简介：针对DV-Hop算法存在定位精度的问题,提出了一种基于差异演化粒子群的无线传感网络DV-Hop节点定位算法。首先通过引入差异演化计算的变异、交叉及选择过程,对传统粒子群优化算法进行了改进,维持了种群的多样性,从而提高了算法的全局搜索能力。然后,采用改进的粒子群优化算法对DV-Hop进行了优化计算并给出了具体流程。仿真实验结果显示,与传统DV-Hop算法和某些现有的改进算法,相比提出的改进DV-Hop定位算法具有较小的定位误差,有效提升了网络中节点定位的精度。

简介：摘要随着新能源发电技术的广泛应用，其较强的随机性和不确定性会使得电网产生可靠性和稳定性的问题，因此，需要加装旋转备用机组以改善电网的稳定性。本文对旋转备用机组容量的经济运行进行研究，并采用粒子群算法求得旋转备用机组经济运行的最优解，从而同时保证电网的可靠性和经济运行。算例计算证明了本文方法的有效性。

简介：摘要在岩土工程中影响工程安全性的因素都存在着不同程度的不确定性，可靠度分析方法就是对这些不确定性进行研究，并估计它对岩土工程安全性的影响。运用遗传算法的原理对岩土工程中的可靠指标进行计算，并对验算点的全局优化算法进行设计。在岩土工程可靠度分析中运用遗传算法原理，克服了传统方法的缺点，避免了求导数工作的繁琐。

简介：在移动边缘云计算系统中重复覆盖的异构网络场景下,为了满足移动终端的任务卸载需求,同时降低终端任务卸载代价,提出基于演进博弈的云资源和计算资源联合分配方案(JRA-EG).同一个区域内具有任务卸载需求的终端形成一个种群,种群中终端通过选择不同的服务点(SPs)获得不同的无线资源和计算资源.为了建模与分析服务点选择与资源分配,建立了演进博弈模型.博弈的代价函数包括能耗代价、时延代价和经济代价.分别提出了基于复制动态的集中式算法和基于Q-learning的分布式算法求解演进均衡.仿真结果表明,所提的2种算法均能快速收敛至均衡解.与已有算法相比,JRA-EG方案节省了终端消耗能量,同时也降低了任务卸载时延.提出的方案能合理调度云资源和无线资源,从而有效降低终端的任务卸载代价.

简介：为给不同旅游价值取向的游客选择合理的旅游路线,选取福州市10个景点,将模糊评价引入遗传算法理论,建立了基于游客旅游价值模糊综合评判模型和遗传算法的旅游线路优化算法,对旅游线路进行了优化.仿真实验表明,优化后的线路路径短,用时少,能满足游客对不同景点性质的偏好,验证了优化算法的有效性.

简介：针对移动机器人视觉应用中,复杂室内外环境下行人目标提取因背景干扰而导致主体轮廓失真的问题,提出一种基于超像素的级联式行人目标分割算法。利用超像素对目标边缘轮廓的吸附特性,第一级超像素在获取全局超像素区块的基础上,结合行人显著区域检测,计算第二级超像素区块的平均颜色距离和中心点空间位置距离相关度,从而获取行人目标轮廓的分割结果。仿真结果表明,该算法精确度与召回率统计平均为0.98,高于当下流行的其他显著目标分割算法,对行人目标检测分割性能具有良好效果,为行人目标跟踪等应用提供必要的预处理基础。

简介：随着现代化人们环保意识的增强，人们对低碳环保的关注程度越来越深，在这种情况下，如何最大程度地降低牵引能耗就成为科研人员研究的热点内容。本文主要从列车调度的角度出发，研究了如何进行列车调度优化的相关问题，通过设计基于通过递归的模型，利用一组约束条件从而得到最有效的控制策略，以此来降低多余牵引能量的消耗。除此之外，还重点研究了动车组协同控制问题，并提出了相应的改进方案。

简介：针对5G系统多用户场景中由于每个用户设备的业务数据包长度、传输延时及信道环境不同导致的用户无法公平获得传输机会,本文提出了基于改进k-means机器学习算法,能够在不同条件的用户设备当中智能选择用户设备进行调度,在保证每个用户设备业务服务质量的同时,又能兼顾到公平性。

简介：本文提出了一种简单而有效的图像增强方法来提高待处理图像的全局对比度和局部细节。首先,基于直方图均衡化框架,加入对数运算实现全局对比度增强。其次,采用拉普拉斯金字塔分解全局增强图像,加权每一层图像并叠加所有层,增强局部细节,并获得最终增强结果。实验表明,本文算法得到的图像主观视觉效果更自然,增强结果可比拟甚至优于目前最先进的基于一维和二维直方图的增强算法所得到的结果。

简介：借鉴求线性矩阵方程组同类约束解的MCG算法（修正共轭梯度法），建立了求多个未知矩阵的线性矩阵方程组的一种异类约束解的MCG1-3-5算法，证明了该算法的收敛性。该算法不仅可以判断矩阵方程组的异类约束解是否存在，而且在有异类约束解，且不考虑舍入误差时，可在有限步计算后求得矩阵方程组的一组异类约束解；选取特殊初始矩阵时，求得矩阵方程组的极小范数异类约束解。同时还能求取指定矩阵在该矩阵方程组异类约束解集合中的最佳逼近。算例表明，该算法有效。