一种基于粒子滤波的测向定位跟踪算法

基于多站测向定位提供的目标辐射源方位角信息,提出了一种基于粒子滤波的测向定位跟踪算法.该算法采用序贯蒙特卡罗的粒子滤波技术,对目标辐射源方位信息进行粒子滤波融合处理,实现了对机动目标辐射源的无源定位跟踪.仿真实验表明,该算法适用于非线性模型和非高斯噪声的目标跟踪,与传统的基于卡尔曼滤波的多传感器融合跟踪算法相比,定位跟踪更为精确,从而对提高战场电子目标定位跟踪和精确打击具有广泛的应用价值.     

一种基于GAF拓扑控制的加权质心定位算法

针对无线传感器网络节点定位的能量均衡问题,提出采用蜂窝结构GAF算法进行拓扑控制的基础上,使用改进的加权质心算法进行节点定位。该算法通过区域划分增加信标节点选择的有效性,通过对距离加权减少多径效应影响。性能分析和仿真结果表明该算法可构造良好的网络拓扑结构,均衡节点能耗,延长整个网络的生存周期,提高节点定位精度,在密集型网络中可获得良好的定位性能。 更多还原     

基于正交拟群的流密码算法

利用正交拟群的特点, 克服Edon80的弱点, 设计了称为Double40的二进制加法同步流密码算法. 它基于一对8阶相互正交的自正交拟群, 使得Johansson和Hell的密钥恢复攻击对Double40无法奏效.     

求解非对称代数Riccati方程的一个新的算法

主要研究计算迁移理论中产生的非对称代数Riccati方程的最小正解。通过将该方程转化为一个等价的向量方程,得到一个新的算法。数值实验显示,该算法具有较快的收敛速度。更多     

基于字符纹理的车牌定位算法

提出了一种基于小波变换和均值聚类的实时车牌定位算法,根据车牌字符的纹理特征,在小波变换域中结合均值聚类自适应动态阈值取得字符信息,然后通过连通区域分析,结合车牌的宏观特征对车牌进行定位,试验证明,该算法准确率高,抗干扰性强。     

一种高速自适应分形图像编码算法

提出利用四叉树自适应图像划分、源块池柔性分类并结合人类视觉特性的高速分形图像编码算法．与其它同类算法相比，该算法在编码速度、压缩比和图像质量等方面均有显著提高．     

一种改进的近地表层析成像SIRT算法

针对联合迭代重建技术(simultaneous iterative reconstruction technique,SIRT)臆用于近地表层析成像时,由于系数矩阵A与旅行时残差△t不完全匹配而易出现修正过度的问题,本文提出一种改进的SIRT算法.用炮点与榆波点的距离d修正约束旅行时残差△t,改进了A与△t的匹配性较差的问题.验箅结果表明:该算法能够有效地抑制修正过度现象,而得到较好的重建图像.     

一种基于小波模极大值的图像特征匹配算法

针对移动机器人视觉图像间的连续特性,提出了一种基于小波模极大值的图像特征匹配算法,该算法利用小波模极大值提取图像轮廓及模方位矩阵,并在轮廓图像中寻找极大区域,以该区域中心点作为图像特征点,且将区域小波模方位、特征点区域图像重心坐标和区域轮廓重心方向组合生成这些特征点的特征向量,利用这些特征向量实现图像间的特征点匹配．并通过相应的实验证明提出的新算法高效可靠．     

迭代级拟亚纯映射的充满圆与Borel方向

建立了拟亚纯映射的迭代级的概念,并对于平面上的K-拟亚纯映射,导出了迭代级拟亚纯映射的充满圆与Borel方向,推广了已有结果.     

基于梯度方向图像局部增强的车牌定位算法

车牌识别是智能交通系统中的关键技术。而车牌定位是识别的先决工作。本文在定位过程中提出了根据梯度的变化方向，对图像的目标部分增强明暗的对比．克服了图像目标局部灰度变化差异性而引起的二值图像中字符笔划缺失或粘连问题．为车牌定位和字识别提供更为可靠二值图像；     

一种在非视距环境中的移动节点定位方法

在移动节点射频定位技术基础上,根据自主移动节点运动的特点,提出一种能够减轻非视距NLOS影响的定位算法nLAEL．该算法首先利用移动节点的速度信息,构造相对定位轨迹;然后通过相对定位轨迹和射频定位的比较实现对位置和方向的估计,获取定位结果;最后估计射频定位精度,区分出失真的射频定位结果,以减小NLOS的影响．本算法计算简单,是一种实用的移动节点定住方法．仿真实验结果证明了算法的有效性．     

一种基于V-TGRU模型的资源调度算法

提出了一种在私有云计算环境下基于机器学习V-TGRU模型进行资源预测的算法。通过统计历史记录,将其与当前工作负载下不同任务的先验资源使用情况相结合,同时考虑工作负载特性、主机特征和同一资源池中任务之间的亲和性等因素,动态预测多任务的资源占用情况,并根据预测结果和任务运行现状进行多目标任务优化调度。实验证明,此算法能有效完成对资源的预判选择、减少调度次数、节约调度时间、节省云计算资源和带宽,保障应用任务稳定运行。     

基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法

伴随着计算机网络通信技术的蓬勃发展,数字媒体数据的交换和传输变得日益简单且快捷.数字水印技术是一项将数字、序列号、图像标志等版权信息嵌入到数字产品信息中,用来保护数字产品版权和认证来源及完整性的新型技术.提出了一种基于人类视觉特性HVS的小波域盲数字水印算法,通过借鉴人类视觉特性HVS算法思想自适应的嵌入水印信息,能够很好地达到水印嵌入透明性和鲁棒性的平衡.通过Matlab软件实验仿真,表明该算法具有较好的透明性和鲁棒性.     

基于体折叠的高质量四面体简化

四面体简化技术能大幅减少体数据的数据量,缓解体绘制算法的绘制压力,然而输出四面体的精度也将随之降低.在各类简化技术中,因基于体折叠的简化算法简化率高,且处理时间少.为此提出了基于体折叠的高质量简化策略,在综合考虑简化前后受影响区域内的标量值、各四面体二面角和边长比等因素的变化情况后,通过优化误差评估函数,精确提取少量但关键的数据;利用四面体转换、四面体分割等技术优化四面体质量;在保持高简化率的同时,提高输出结果的准确度与质量;结果表明,该方法灵活、可靠,有较高的实际应用价值.     

一种基于多样性策略的粒子群算法

在扰动粒子群算法的基础上,提出了一种基于多样性策略的粒子群算法(ARPPSO)。该算法通过随机扰动全局极值对速度进行更新,并在速度更新中引入吸引和排斥机制控制种群多样性,同时在位置更新公式中,利用真实物理反弹理论将解空间外的粒子反弹回解空间内,有效地保持了种群的多样性。提出的算法经过基准函数的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,除了保持粒子快速收敛性能外,很大程度上避免了早熟收敛,提高了收敛精度。特别是在复杂多峰函数优化上具有很强的竞争力。     

基于CRBM算法的时间序列预测模型研究

针对受限玻尔兹曼机（restricted Boltzmann machines,RBM）算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM（conditional restricted Boltzmann machines）算法以及信念网络（deep belief network,DBN）模型,构建了一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测.     

激光自混合多普勒测速法

利用激光自混合技术结合多普勒测速方法,来改进传统多普勒光路的光路复杂等缺陷.自混合技术中,反馈光会引起腔内的输出增益变化.根据激光的增益变化和频率变化成线性关系,可以对信号进行处理求出多普勒频移.用能量重心校正法对多普勒频移校正,进而得到物体的运动速度的模拟计算值.     

基于哈希和双数组trie树的多层次地址匹配算法

针对目前地址匹配算法匹配速率低、空间开销大的不足,提出了一种基于哈希和双数组trie树的多层次地址匹配算法.利用中文地址的分类、分层及组合规则,改进了地址匹配词典的构建方式,减少了词典构建的时间和空间开销.通过哈希运算,将空间坐标存储在哈希表相应的位置上,加快了空间坐标的检索效率.同时,在地址匹配的过程中,采用双向扫描及哈希运算代替传统的数据库检索方式,提高了地址匹配速率.最后,通过实验对算法的有效性进行了验证.     

结合Hilbert填充曲线与游程长度的图像隐写算法

针对游程长度隐写算法存在嵌入容量小的问题, 提出基于Hilbert曲线扫描改进的游程长度隐写算法, 该算法能增加可用于嵌入秘密信息的游程数量, 也因此有效地增大了嵌入容量. 新算法利用比特流中游程长度的奇偶特性来嵌入秘密信息. 嵌入过程首先使用Hilbert扫描曲线对载体图像的像素进行置乱, 再将置乱的载体图像分解为8个位平面, 然后通过分析置乱后得到的各个位平面比特流分布来确定可用于嵌入信息的游程, 最后修改在可嵌入游程的比特流中0和1交界处至多1个值来嵌入1bit秘密信息. 结果表明, 基于Hilbert曲线扫描的游程长度隐写算法与已有基于游程长度隐写算法相比, 前者具有较大嵌入容量, 较好的视觉不可感知性.     

一种基于主题时空价值的服务器端瓦片缓存算法

先进先出置换算法（FIFO）、最近最少使用置换算法（LRU）、最不经常使用置换算法（LFU）等传统缓存算法侧重于数据的访问时间和频率,而现有面向瓦片的缓存算法大多只适用单一类型的瓦片数据,不能兼顾瓦片数据具有的多类型与空间位置特性,在服务器端瓦片缓存的应用上存在局限性。通过构建面向多类型瓦片的服务器端缓存索引,并综合考虑瓦片访问中的时间局部性、空间局部性和用户主题倾向性,提出基于主题时空价值的瓦片数据缓存置换算法（GDTST）。实验结果表明,相较于传统服务器端缓存置换算法,GDTST可以提高缓存命中率,并且在缓存容量较大时具有更好的延迟节省率,能够有效降低瓦片源服务端负载,提高用户响应速度。