基于Memetic优化的智能DNA序列数据压缩算法

提出近似重复矢量(Approximate Repeat Vector,ARV)模型用于DNA序列冗余片段的描述.通过将数据生物信息学特征引入压缩预处理,并使用ARV矢量构造编码码本,提出了非对称DNA序列压缩算法BioLZMA-2.算法引入基于粒子群优化的Memetic改进方法CLIPSO-MA用于压缩码本的智能优化设计,有效提升了编码性能.在标准测试序列上的实验结果表明,BioLZMA-2可获得比现有DNA序列数据压缩方法更高的压缩率.     

α稳定分布下的加权平均最小p-范数算法

该文提出一种新的适用于α稳定分布噪声环境的自适应滤波算法,这种算法通过使加权平均误差函数的p-范数最小来实现自适应滤波.在这种算法的基础上,该文还得到两种新的动量LMP自适应算法.将这些新算法应用于估计AR模型的参数,计算机仿真的结果表明,该文提出的算法的性能比已有LMP算法的性能要更为优越.     

基于拥挤度因子的动态信息素更新策略蚁群算法

针对蚁群算法易陷入局部最优、收敛速度慢的问题,文中提出了一种基于拥挤度因子的动态信息素更新策略的蚁群算法(CFACS)。引入鱼群算法中拥挤度的思想,扩大种群中蚂蚁分布范围,使其探索更大的解空间,提高算法全局搜索能力;采用动态信息素更新策略,在每一次迭代中,自适应调整当前最优路径所释放的信息素浓度,保证蚁群前期的多样性,同时保证算法在后期的收敛性。求解TSP问题的仿真实验表明,改进算法求得解的质量和求解的收敛速度都明显优于传统蚁群算法,较好地平衡了种群多样性与收敛速度之间的矛盾。     

基于Elman-AdaBoost强预测器的目标威胁评估模型及算法

 目标威胁评估是协同目标攻击中的关键问题.为提高空战目标威胁评估的准确性和实用性,建立了Elman_-AdaBoost强预测器目标威胁评估模型及算法.首先,介绍了Elman_-AdaBoost强预测器;其次,建立了Elman_-AdaBoost强预测器目标威胁评估模型;最后,提出了基于Elman_-AdaBoost强预测器目标威胁评估模型的算法.采集75组数据用于实验,其中60组作为训练集,15组作为测试集.分别选择Elman网络隐层节点数L=7,11,14,18和弱预测器数目K=6,10,16,20进行实验,结果表明,Elman_-AdaBoost强预测器算法预测误差远小于弱预测器且在L=7和K=6时误差达到最小.Elman_-AdaBoost强预测器目标威胁评估模型和算法具有很好的预测能力,可以快速、准确地完成作战目标威胁评估.     

基于运动自适应的非均匀比率图像扩展算法

讨论了传统的4：3格式的标准清晰度电视信号转换为16：9格式的高清晰度电视信号的运动自适应的非均匀比率扩展变换算法，算法结合视频图像的运动检测，采用K－均值聚类法，根据图像的运动重心（motion center of gravity-MCOG)选择合适的扩展比率，并针对不同的图像区域进行扩展变换，算法符合人的视觉系统对图像的运动区域具有较强感知度的视觉特性，有效的减小了视频格式转换的图像变形，实验表明了本文提出算法的有效性。     

快速自适应算法在扩频通信系统中的应用

本文首先介绍了自适应信号处理和快速自适应算法,然后针对扩频通信过程中的多径效应问题分别使用LMS、RLS两种快速自适应算法进行信号处理,完成计算机仿真。通过仿真结果对两种算法进行分析,为其进一步在通信系统中的实际应用打下了基础。     

点源离焦图像位相复原方法

为了实现利用点源传递函数测试仪器在测量可见光镜头光学传递函数的同时测出镜头出瞳的波前,采用了一种基于点源目标离焦图像的位相复原算法.该方法无需改变点源传递函数测试仪器的硬件设置,直接利用在传递函数测试过程中,通过改变位于镜头后焦面附近的显微镜与CCD的位置所采集的多幅离焦图像及改进的GS算法实现离焦面与镜头出瞳面光场的...     

基于绝对值差的归一化波形匹配混合算法

基于归一化的波形匹配算法运用十分广泛,但缺点是运算量大。为此提出一种基于绝对值差的归一化混合算法。该算法先将原始波形分解成三层,在每一层分别采用改良的绝对值差法、改良的序列相似性法、归一化互相关法进行匹配,最终实现精确匹配。实验表明,这种混合算法比归一化互相关法在波形匹配速度上有了大幅度的提高。     

基于VLPSO算法的100Gbit/s光传输系统的偏振模色散自适应补偿

针对标准粒子群优化(PSO)算法后期迭代效率不高和容易陷入局部极值问题,提出了一种基于变异机制的局部粒子群优化(VL-PSO,varied local particle swarm optimization)算法。在单信道100 Gbit/s光传输系统中,以VL-PSO算法作为逻辑控制算法,进行二阶偏振模色散(PMD)归零(RZ)码自适应补偿实验。结果表明,搜索补偿后,眼图张开度明显增大,平均搜索补偿时间为1.650 ms;并且VL-PSO算法能够实时跟踪补偿PMD的变化,跟踪时间小于0.431 ms。     

基于HVS的彩色图像水印视觉不可感知性评价方法

水印的视觉不可感知性反映了水印化图像的保真程度.分析了人类视觉对频率、亮度、纹理以及色彩的掩蔽,以Watson的灰度图像DCT域JND(just noticeable differences)值计算模型为基础,再结合色彩对视觉的掩蔽,给出彩色图像JNCD(just noticeable color differences)值计算方法,计算出图像中不同成份的视觉掩蔽权值,给出一个基于这些权值的彩色图像水印不可感知性评价模型,即CPSNR(color image peak signal to noise ratio).实验证明,CPSNR的判定结果与人眼的视觉感知结果一致,可用于对水印算法进行不可感知性性能评价.