基于动态聚类的Rough集快速离散化算法

为处理大数据量决策表的离散化问题,设计高效的离散化算法是必要的.根据候选断点在单属性上重要性值的分布规律,提出了"先动态聚类,再选择候选断点"的思路和基于Rough集的快速离散化算法.首先,根据断点的重要性在单个特征上的分布规律,对断点进行快速动态聚类,从而有效降低候选断点的数目;然后,在聚类结果的基础上,采用启发式方法快速选择并得到最终的断点集,从而实现决策表的离散化.试验结果表明:通过动态聚类,多数数据集候选断点的数目能减少80%以上,大大提高了后续断点选择的效率;用提出的算法处理7个UCI数据集Iris、Wine、Glass、Ecoli、Breast_w、Pima和Letter,其正确识别率分别约为92.0%、92.1%、69.3%、65.7%、95.3%、67.1%和76.5%.     

边坡临界滑面搜索的连续转移蚁群算法

边坡临界滑面的位置和形状与其安全系数至少具有同等重要的地位,它们对工程加固措施更具有直接的指导意义.非圆弧任意临界滑面的搜索是一个多极点、非凸性且目标函数常常无法显式表达的非线性规划问题,采用传统的数学优化方法会遇到很多困难.蚁群算法是一类实现复杂非线性优化问题的重要全局仿生算法.基于离散点集的蚁群算法已被成功应用于边坡滑动面的搜索,其效果显著,但离散点的存在也导致对滑动面形态分辨率较低.通过在边坡条分线上引入插值技术来实现蚂蚁转移目标连续化,克服了离散转移目标对滑动面形状分辨率低的缺点.算例的分析结果表明:这种改进的效果非常有效.     

带内外边界约束的平面点集Delaunay三角剖分

算法首先将离散点与约束边界点一起进行Delaunay三角剖分,形成初始Delaunay三角网,然后将约束边界上的各条约束线段通过局部更新依次嵌入已有的三角网,最后再删除多余的三角形,从而得到带内外边界约束的平面点集Delaunay三角剖分.     

基于球面Delaunay三角网的GPS网络构造算法

根据球面Delaunay三角网的最大二面角性质，提出了一种GPS网络快速生长算法．采用国际大地坐标系的离散GPS站点，构造了全球球面Delaunay三角网，以验证该算法的可靠性．最后，对球面Delaunay三角网快速生长算法和球面Delaunay三角网直接搜索算法的效率进行了比较．结果表明，所提出的基于球面Delaunay三角网的GPS网络快速生长算法是有效的．     

双向分块快速Delaunay三角剖分算法

介绍一种双向分块快速Delaunay平面剖分算法,该算法有别于其他的分治算法,其特点是运算速度快,时间度为O（Nlog2N）,算法易于理解和实现．该算法在二维平面中首先把被三角剖分的点集均匀分为多个只有3点（最多有一个块不是3个点）的点块．首先对每一个点块进行Delaunay三角剖分,再对相邻的点块中三角剖分进行合并．并介绍了该算法的数据结构．充分说明了该算法的可操作性．     

极大熵聚类算法的收敛性定理

讨论了极大熵聚类算法的收敛性，构造了极大熵聚类算法的收敛点集，并证明了极大熵聚类算法的收敛性定理．结果表明，极大熵聚类算法不一定收敛到局部极小点，有时收敛到鞍点．同时，也给出了如何判断极大熵聚类算法的收敛点是局部极小点还是鞍点的方法。     

一种基于矩阵分解的DCT快速算法

给出一种新的基于矩阵分解的离散余弦变换快速算法，该算法运算速度比Ｗｅｎ－Ｈｓｉｕｎｇ Ｃｈｅｎ等人的算法快，其乘法次数是目前最少的，最后给出了Ｎ＝８的信号流图，便于软件和硬件实现。     

DET与FFT在实际应用时的性能比较

分析了离散傅立叶变换（ＤＦＴ）和它的快速算法（ＦＦＴ）的计算，对ＤＥＴ和ＦＦＴ在应用时的特点作了深入的比较，提出在某些实际应用场合ＤＦＴ比它的快速算法ＦＦＴ更有优势。     

小波重构的边界数据处理方法

Ｍａｌｌａｒ快速小波分解算法与重构算法在小波分析的理论与应用中的有极其重要的作用与地位，但有限离散数据的小波重构存在严重的边界效应，给出了处理重构边界效应的具体方法。     

电参量谐波测量算法的研究

对影响电参量测量精度的谐波进行了分析，分别对谐波环境下电参量的几种微机测量算法：平均值法、离散积分法、离散傅立叶变换法(DFT)、快速傅立叶变换法(FFT)进行了比较研究，同时提出提高电参量测量精度和速度的有效方法，并对模拟信号进行了电压、电流、功率等参数的仿真测量．结果表明，快速傅立叶算法(FFT)具有实现简单、精度高的特点，对于谐波环境下电参量测量是可行的和有效的．     

基于ICP算法的无人方程式赛车路径规划

提出适合无人方程式赛车的路径规划算法,利用迭代最近点方法,将参考点集与当前点集进行迭代计算,得到两点集之间的关系函数,参考轨迹点集通过关系函数转换成赛车当前行驶轨迹点集。利用MATLAB进行无人方程式赛车的路径规划仿真,结果表明:该算法能较好地规划出赛车行驶轨迹,路径曲线平滑。     

限制性Delaunay三角网的剖分算法

通过对Delaunay三角剖分的凸壳特点分析，通过划分与限制条件相关的点集为左、右两人点集，并分别对上述两个点集进行Delaunay三角剖分的方法，提出了一类新的限制性Delauny三角剖分算法。     

一种模糊隶属函数的自动生成算法

提出了一种模糊隶属函数的自动生成算法，该算法基于样本数据的变化趋势对数据进行预处理，同时结合模糊C均值方法，实现连续数据的离散化，直观、合理地确定了模糊隶属函数的中心参数，并应用MATLAB语言实现了模糊隶属函数的自动生成算法。     

基于 UKF 非线性人眼跟踪的驾驶员疲劳检测

为解决驾驶员疲劳检测算法中头部快速移动、人眼非线性跟踪以及实际疲劳表情的识别问题,提出了一种新的基于UKF眼跟踪算法的驾驶员疲劳检测方法.根据近似非线性函数的概率分布比近似其函数更容易的原则,利用UT无迹变换,选择一组确定的Sigma点集逼近驾驶员人眼运动状态的后验概率密度函数,进行人眼非线性跟踪.在驾驶员人眼非线性跟踪基础上,通过计算PERCLOS值,进行现实驾驶条件下驾驶员疲劳的跟踪检测.实验结果表明,该方法不仅可以增强对驾驶员头部旋转、快速移动以及光照变换的鲁棒性,而且可以比传统的Kalm an滤波算法提供更精确的计算估计.     

数学形态学中的数学方法

在图论范围内,对离散图象连续图象的连通性进行了准则刻划,得出了连通数的计算公式;在拓扑范围内,通过修改腐蚀的运算过程,得出了离散图象细化的算法;在积分几何范围内,用直线的广法式表示及积分几何中的Crofton方向,得出了离散图象周长的计算公式,并且利用凸集的支持函数导出了凸集的面积和周长的计算公式。     

基于粗糙集和混合聚类法的决策表约简算法

在分析粗糙集理论、分层聚类算法和k-means聚类算法的基础上,提出一种基于粗糙集和混合聚类法的决策表约简算法,该算法首先是使用基于分层聚类的k-means混合聚类法离散化决策表中的连续属性,然后利用粗糙集理论对离散后的决策表进行属性约简,得到决策规则集,并通过在铁路客运量预测系统中的应用验证了算法的可行性和有效性.     

地表模型上的最短路径算法研究

提出了一种基于空间三角网格的地表模型上的最短路径算法。该算法利用离散点的空间信息计算得到起点So到周围邻接点的最短距离，然后用逐步向外层边界扩展的方法扩大起点的邻接点范围，直到起点的邻接点中包含终点to。此过程可求得So到to的最短路径上的关键点，然后求取无原始边连接的2个关键点之间的精确路径点。     

POMDP基于点的值迭代算法中一种信念选择方法

部分可观察马尔可夫决策过程（POMDP）是描述不确定环境下进行决策的数学模型．基于点的值迭代算法是求解POMDP问题的一类近似解法．针对基于点的算法中信念选择这一关键问题,提出了一种基于熵的信念选择方法（EBBS）．EBBS算法通过计算可以转移到的信念点的不确定性,选择熵较小且到当前信念点集距离大于一定阈值的信念点扩充信念点集合．实验结果表明,通过熵选择信念点的值迭代算法只需要在较少数量的信念点上进行值迭代操作就能得到预期的折扣报酬．     

离散小波变换快速算法中预滤波器的选取方法研究

离散小波变换快速算法使得小波变换在信号处理领域得到广泛应用,其中抽样空间上测量值的求取是快速算法中的重要步骤。在论述离散小波变换快速算法的基础上,研究了对抽样空间上测量值的求取方法,即预滤波器的小波选取法,直接选取法,取样函数法及其和特点,探讨了一种基于小波系数范数误差极小的预滤波器优化设计方法,仿真分析各种方法的误差,结果表明优化方法具有较好的分解精度。     

基于换乘次数的城市轨道交通有效径路集生成算法研究

城市轨道交通乘客出行路径选择,其实就是换乘站的选择,换乘站及其次序唯一确定了乘客在路网中行进的路径。基于轨道交通旅客出行所能承受的换乘次数是有上限的这一事实,设计出基于换乘次数的有效径路集生成算法。算法在充分考虑轨道交通路网结构及旅客实际出行特点的基础上,对路网进行分层、次序化处理,旨在降低算法的空间复杂度和时间复杂度。实例分析表明,该算法可以快速高效的生成有效径路集,并且生成的有效径路集包含虚拟换乘路径,为后续研究提供较好的路径结构基础。