基于频域特征的H.264/AVC帧内编码模式快速预测

为降低H．264／AVC帧内预测计算复杂度，提出了基于频域特征的快速帧内编码模式预测算法．首先，对要编码的4×4块进行DCT变换，得到少数的几个DCT系数．然后，通过这几个系数计算块的特征方向和方差．最后，根据特征方向和方差计算最可能的几种预测模式．实验验证了该算法在不牺牲图像质量和压缩效率的基础上将帧内预测的计算复杂度平均降低了67．5％．     

基于基因表达式编程的公路工程造价预测模型

基因表达式编程作为新型的人工智能数学建模方法,具有较强的函数发现能力和较高的搜索效率．针对公路工程造价预测特点和已有预测模型的不足,求解基于GEP的公路工程造价预测模型．根据工程造价的组成原理筛选确定11个公路工程特征因素,用15组公路工程数据作训练样本和验证样本,在设定好GEP算法的构成要素的前提下,使用Visual Basic语言表达GEP算法,求解公路工程造价预测模型．通过敏感性分析模型的可行性,用比较图和4个统计指标值对模型进行评价．结果表明,预测模型所得结果与工程实践相吻合,且预测值与实际值的相对误差≤5.9%,满足预测精度≤10%的要求,预测精度高,该模型具有较好的应用价值．     

改进的BP神经网络预测模型及其应用

针对传统BP神经网络算法在对预测问题中存在的网络具有易陷入局部极小、收敛速度慢的缺陷,引入附加动量法和自适应学习速率法改进BP神经网络预测模型．将改进后的预测方法应用于企业的市场需求预测问题,以某汽车制造企业过去12个月汽车销售量的实际数据为样本,分别采用基于时间序列和基于因素分析两种预测模型,对所提出的改进预测方法进行实证分析．结果表明：所提出的算法对销售量的预测精度较高,误差均小于8．8％,运算时间也有所降低,预测结果表明文中所提出的算法在处理网络易陷入局部极小、收敛速度慢的预测问题方面的有效性．     

基于随机森林算法的港口集装箱吞吐量预测方法

为助力智慧港口建设,针对港口集装箱吞吐量预测准确性不足的问题,利用随机森林算法处理高维变量,构建一种港口集装箱吞吐量预测方法.首先考虑港口集装箱吞吐量受复杂环境影响,建立特征变量训练集;再通过泛化误差分析训练随机森林模型,根据MDA分析对特征变量重要性进行分析,筛选重要影响特征变量集合;最后构建随机森林预测决策树,建立基于随机森林算法的预测模型.以大连港为案例进行验证,并与三次指数平滑、多元回归分析和BP神经网络3种方法预测进行对比,结果表明:随机森林算法预测准确性更高.     

基于小波神经网络的路段短时交通流预测

应用BP神经网络来对路段短时交通流进行预测,预测精度和收敛速度都不是很理想,为了克服BP神经网络自身存在的非线性逼近缺陷,依据小波的时频域特征,将小波变换和BP神经网络结合起来,提出一种基于小波神经网络的短时交通流预测方法,给出了具体的网络学习算法,并结合实地调查数据进行了对比测试,分析结果证明了小波神经网络模型对短时交通流预测的有效性．     

数控车削加工仿真中的切削力预测

利用人工神经网络模拟现实复杂系统的输入输出关系,对数控车削仿真中的切削力预测进行了研究．通过几种神经网络算法与传统的经验公式预测进行对比,找出真正适合本试验数据的算法,从而实现对切削力的快速精确预测．     

钢材大气腐蚀预测算法模型比选

针对我国各地区的各类钢材, 提出了一种基于机器学习算法的钢材大气腐蚀深度预测方法。首先, 收集了我国10 个大气暴露站的腐蚀检测数据、环境特征和材料特征, 采用规范公式与6 种机器学习算法预测钢材腐蚀深度。然后分析预测误差, 筛选适用于钢材大气腐蚀的预测模型。进一步分析材料与环境特征敏感性, 揭示影响钢材大气腐蚀的主要材料与环境因素。结果表明, 相比于规范公式, 应用随机森林(RF) 和长短期记忆循环神经网络(LSTM) 算法的预测模型精度大幅提升; 除了规范公式中的各类特征外, 有关雨水酸碱性和雨水腐蚀性离子浓度的特征对钢材腐蚀行为有较大影响, 应予以考虑。     

遗传神经网络在公交客流量预测中的应用研究

全面考虑影响公交客流量的各个因素，建立遗传神经网络预测模型，并把其预测结果和神经网络BP算法的预测结果进行比较．这种方法具有很强的学习能力和自适应性，其预测结果优于神经网络BP算法的预测结果，故具有很好的应用价值。     

基于xDeepFM的铁路货物运输时间预测

铁路货物运输时间会影响物流交付、列车调度等,准确的铁路货物运输时间预测是合理制定运输组织方案的关键.货物列车的运营受很多复杂因素的耦合影响,而既有研究普遍缺乏对各因素特征交互的深入探索,为了探索铁路货物运输时间预测新的特征融合机制、提高整体预测效果,本文创新性地将智能推荐算法领域的xDeepFM算法引入货运时间预测问题...     

结合手部特征的单目相干映射手势识别

相对于人脸识别，基于视觉的手势识别在处理特征点，定位以及跟踪上具有较大的困难．首先对采集到的图像序列采取改进的差分计算，去除环境干扰，再利用手形视觉特征进行手形的定位和初步特征提取，接着结合手部解剖和运动学特征，提出预测模型对手指位置进行深层次的特征提取，利用向量相干映射进行轨迹跟踪，克服模糊和遮盖现象．手指的半封闭特征的利用以及预测算法保证了处理过程中的鲁棒性。     

基于笔划的非真实感绘制技术

本文在讨论基于笔划绘制及其特点的基础上,较深入地介绍了基于笔划绘制的主要算法,包括算法的原理、优化算法和贪婪算法,以及介绍基于笔划绘制的常见应用,为进一步的应用研究打下基础．     

联合重要度在部件相依时的兼容性算法

在含有相依部件的系统中提出一个联合重要度的兼容性算法，即在基本部件不独立（相依）条件下，将故障树的系统结构特点和部件自身的可靠性因素兼容考虑进行联合重要度计算，并将此算法同其它算法的计算结果进行比较，从而验证说明这一算法的有效性．     

基于小波变换的数字水印算法研究

基于小波变换的数字水印技术是当前的一个研究热点,本文系统分析和总结了基于小波域的数字水印算法,并根据水印算法的特点对其进行了分类,详细分析了各类水印算法的各种嵌入和检测技术以及各自的优缺点,最后给出了图像水印算法的测试结果.     

基于智能优化算法的动态路径诱导方法研究进展

采用综述的方法对当前动态路径诱导方法中一些有代表性的智能优化算法进行了深刻的探讨与总结,为未来进行深入而广泛的智能交通系统研究及应用奠定基础.主要从算法特性、改进效果、性能评价等方面详细讨论了智能优化算法在动态路径诱导系统中的常见改进机制及其效果,给出了这些优化算法的基本思想、优缺点及其应用局限性;并对智能优化算法性能评价方法的研究现状进行了详细的分析与总结,为建模人员和研究人员对智能交通系统中动态路径诱导方法的选择和研究提供支持;最后结合算法应用分析成果,展望了智能优化算法在动态路径诱导系统中的应用发展前景和智能交通系统中进一步研究未来动态路径诱导算法的重要研究方向.     

广义同余神经网络的算法改进与性能分析

对广义同余神经网络（GCNN）的性能进行了深入的分析研究,提出了一种改进的广义同余学习算法,并将该算法与当前广泛使用的标准BP网络算法进行了比较。计算机数字实例模拟表明,该算法具有学习速度快、拟合效果好等特点。     

用改进的人工鱼群算法求解TSP问题

针对人工鱼群算法在寻优过程中存在的不足,结合嗅觉在自然界鱼类捕食过程中的重要作用,在基本人工鱼群算法的基础上,提出了具有嗅觉特征的人工鱼群算法。最后,利用改进的人工鱼群算法成功解决了旅行商问题,并且通过比较基本人工鱼群算法与改进人工鱼群算法的实验结果,得出结论,改进后的人工鱼群算法在算法搜索时间、全局最优值精确度方面都有了显著的提高。     

���·�����㷨�ڽ�ͨ�����е�Ӧ��

拍卖算法是由Bertsekas教授提出的一种求解有向网络图最短路径的新算法，已经发展成为求解线性网络流问题的综合算法。应用分析对比法进行研究．介绍了拍卖算法，分析了其特点，与常用的标号设定算法和标号修正算法进行了对比。最短路拍卖算法特别适合于并行计算和大规模稀疏网络的求解，符合现实路网的特点和交通分配的要求，并且便于程序化．通过各种途径对基本算法进行改进、加速，可使计算速度提高数倍。拍卖算法可以快速求出多个起点和一个终点以及一个起点和多个终点的情况，适应不同分配算法的需求。在交通分配中，只要根据需求选择不同的起点集和终点集即可，不必求得所有节点对之间的最短路，避免大量不必要的计算，大大节省计算时间，在交通领域具有广阔的应用前景。     

Application of Auction Algorithm for Shortest Paths to Traffic Assignment

Auction algorithm is a new and simple algorithm for finding shortest paths in a directed graph proposed by Prof. Bertsekas, whose application has been extended to solve a variety of linear network flow problems. In this paper, auction algorithm for shortest paths is introduced and its characteristics are analyzed. The paper compares the auction algorithm with other algorithms widely used such as label-setting algorithm and label-correcting algorithm. The auction algorithm is particularly applicable to parallel computation and to the solution of a large-scale sparse network, which precisely meets the requirements of the traffic assignment. The algorithm is easy to program. Through a variety of measures the basic algorithm can be improved and speeded up and the computation speed can be increased by several times. The auction algorithm can be adopted in various traffic assignment methods. It can be used efficiently in the case of multiple origins and a single destination, and a single origin and multiple destinations. Different origin sets and destination sets are determined in accordance with the requirement of the traffic assignment. It is not required any more to find the shortest paths connecting any node pairs, so a lot of computation can be avoided and the computing time can be reduced by the use of the auction algorithm in the traffic assignment. Auction algorithms can thus be broadly applied in the transportation fields.     

基于视频的公路隧道火焰检测算法研究综述

文章综述了基于视频的公路隧道火焰检测算法研究现状。以火焰静态和动态特征为主线,比较分析了各种检测算法的优缺点,并深入探讨了基于视频的公路隧道火焰检测算法的未来发展趋势。     

一种基于H.26L的自适应差错掩盖方法

利用解码帧的特征及其相关参数，提出了一种基于H．26L的自适应差错掩盖方法．该方法对不同的差错特征分别采用以下3种掩盖方法：边界匹配(BMA)、空间插值(SI)和频域插值(FI)．与采用单一方法相比，用本方法的仿真结果的主客观质量都显著提高，尤其是在场景转换和剧烈运动的时候。