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：将一种新型免疫遗传算法应用到图像的增强处理中，利用其快速搜索能力，对给定测试图像，自适应地变异、搜索、直至最终确定变换函数的最佳参数α，β值，从而实现图像的增强。与穷举法相比，大大节约了求解的时间和计算的复杂度，并通过对自然图像的仿真实验论证该方法的有效性。

简介：提出一种混合遗传算法来寻找多目标优化问题的有效解（Ｐａｒｅｔｏ解集）．该算法具有局部搜索能力，可用于每个解的生成过程中，目标不是为发现一个有效解而是为发现所有的有效解，最终选择则由决策者做出．模拟结果表明，该算法具有较强的搜索能力．

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。

简介：针对一类带聚类特征的旅行商问题(TSP),研究了一种新型的带聚类处理的C-均值蚁群混合算法.为加快收敛速度,算法首先用C-均值算法对TSP中的城市进行特别聚类处理,然后再利用蚁群算法对分类结果进行处理来得到最终解.算法还集成了一种C-均值搜索算子,并引入了局部搜索策略2-opt,以提高搜索性能.在聚类数目给定的情况下,所提算法能够得到所求TSP的全局较优解,与基本蚁群算法、遗传算法和模拟退火算法比较,它具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的具有聚类特征的组合优化问题之中.实验结果表明,所提算法是有效的.

简介：给出了一种基于LPQ特征向量的帘子布疵点识别方法。首先给出了局部相位量化（LPQ）的定义,,然后计算帘子布样本图像的LPQ特征向量,使用PCA降维处理,再利用降维后的LPQ特征向量对预先设置的BP神经网络参数进行最优选择,最后利用最优的BP神经网络作为帘子布疵点分类器。此识别算法能对断经、浆斑、劈缝、稀经和经线粘连等帘子布疵点进行有效识别。

简介：通过多目标优化遗传搜索算法，在满足切削加工目标的前提下求得切削用量问题的Pareto最优前沿解集，得到一系列不同条件的最优的加工方案，从中灵活的选择合适地切削用量，以满足不同条件切削加工的需要。该算法在获得高生产率和降低加工成本之间寻求合理选择切A，l条件提供了有效的途径，提高了切削爷件选择精确性，增大了切削加工工艺设计的灵活性，为金属切削条件选择提供了多种可行的合理方案。

简介：本文研究了一般工业管道紊流光滑区阻力系数迭代算法的收敛性。给出了收敛区间．此项研究结果使尼古拉兹公式更加完善，同时也添补了教科书上的空白。

简介：感知器神经网络有着广泛的应用前景,是人工神经网络的重要组成部分。同时感知器神经网络对与现代计算机新的硬件设计也有重要研究意义。感知器神经网络的线性可分判断是感知器领域一个重要的研究内容。文章对满足性问题进行研究,把满足性算法应用于感知器神经网络的线性可分判断,提出布尔函数线性可分性判断的逻辑满足性算法。

简介：在图像处理与分析领域，边缘检测是一个重要的研究内容。本文将多尺度顺序连接算法（MultiresolutionSequentialEdgeLinking，MSEL）应用于乳腺边缘检测，采用金字塔结构分解图像，用低分辨率子图上的全局边缘信息指导高分辨率子图上的顺序边缘搜索，从而降低噪声干扰，减少了伪边缘，提高边缘检测的准确性。实验表明，多尺度顺序边缘连接检测算法对于乳腺放射图像的边缘检测效果有明显改善。

简介：故障诊断是无线传感器网络（WSN）可靠运行的保证。针对WSN特点及故障诊断需求，文章提出一种基于克隆选择机理的无线传感网络故障诊断算法。该算法结合集中式算法和分布式算法，后台管理节点执行分簇算法和优化免疫算法训练和更新抗体库，簇头节点利用小包波法收集普通节点的状态特征、执行故障检测和分类。实验仿真表明：该算法在历史数据较少的情况下，诊断准确率较高，效率好，硬件资源开销小，并具有自学习特征。

简介：提出了一种利用修改的有序子集(MOS)方法改进空间交替广义期望最大(SAGE)算法收敛性的方法.新的可变有序子集算法(MOS-SAGE)通过修改投影数据的数目和子集的排列循序加速收敛速度.其中每一个子集中的投影数目按2,4,8,16,32,64来排列以便重建算法首先恢复高频部分信息,然后重建低频部分信息.另外新算法还使相邻子集尽可能分离以减少投影间的相关性,达到加速收敛的效果.实验中,运用MOS-SAGE算法对计算机仿真的PET投影数据和实际的临床数据进行重建.几种误差分析结果表明,MOS-SAGE算法的收敛性能比SAGE算法和有序子集期望最大算法(OSEM)要快,重建后的图像更接近仿真用的模板图像.

简介：提出一种基于ASM和ERT特征点定位算法的人脸比例特征信息提取方法。选用图像几何特征和人眼的位置特征,将人脸图像转化为用向量表示的数学符号,这些特征向量基本上可以反映出整张人脸图像的有效信息,其中人脸的比例特征和人眼的位置特征用到了现阶段的两个主流的特征点定位算法,即ASM和ERT,然后利用人脸的五官比例去量化得到8维的特征信息。文中还从时间性能和准确率方面对两种算法进行对比,结果表明算法精确度上ERT略优与ASM,算法时间上PC端测试ERT明显优于ASM。

简介：本文将文献[5]中的偏差估计公式推广到有任意多个目标函数和α∈（0，＋∞）的情形并给出约束参数集维数可任意的数值例子．

简介：太阳能电动汽车的复合能源系统优化匹配问题可以看成一个多目标优化问题,两个相互冲突的目标是极大化系统的峰值功率满足率和极小化系统的成本,前者关系到系统的可靠性后者涉及到样车能否量产,所以两个优化目标都很重要.本文提出了改进的粒子群算法优化配置太阳能电动汽车复合能源系统,这种改进的粒子群算法引进了遗传算法里的变异算子,并且打破常规算法里的加速因子为常数的惯例而使加速因子随时间改变.优化结果显示：改进的粒子群算法也能够很好地解决复合能源系统的多目标优化问题.

简介：将交互式多模型（IMM）算法应用到分布式多传感器融合跟踪系统中,代替原有系统的单模型Kalman滤波,推导出了分布式多传感器交互式多模型信息融合算法,并通过仿真实例验证了算法的效果。

简介：生命周期评估(LCA)是绿色产品设计的一项重要内容,影响评估是LCA的重要阶段.本文将各种排放物影响因子进行分类后,应用灰色系统理论,提出了影响评估灰类划分及其白化权函数,对各影响类别进行了灰色聚类分析,然后根据分析结果给出了分类影响指数的计算方法.根据各影响类别的作用范围,将影响类别按全球影响、区域影响、本地影响进行了分组,并给出了分组影响指数以及总体影响指数的计算方法.最后,以设计中的3种材料钢、铝、工程塑料为例,说明了以上方法在一类产品比较选择中的应用.

简介：将Solodov和Svaiter于2000年发表的Errorboundsforproximalpointsubproblemsandassociatedinexactproximalpointalgorithms一文中提出的方法进行推广，得到2类近似邻近点算法．这2类算法都是预测校正方法，预测点满足相同的非精确准则，不同之处在于校正步的下降方向．为了使每次迭代产生的迭代点更加靠近解点，在校正步均采用了最优步长的技巧．在一定条件下，可以证明这2种邻近点算法是全局收敛的．并且，从理论上证明了采用算法2每一步所产生的下降量的下界大于算法1的，所以算法2比算法1能更快地收敛到解点．数值试验也表明了这一点．

简介：基于决策类划分多变量决策树是一种新型的决策树算法,该算法对训练集分区进行多变量决策运算后,可能取得多个决策逻辑规则。最优逻辑约简法则使用逻辑运算及选择运算构造出一种择优运算方式,以取得最优的逻辑约简规则,是对该算法的一种有效补充。实验证明该算法在取得最优决策逻辑规则方面效果明显,但在现实情况中可依据实际情况不同对引用此法则进行取舍。