改进的Raft一致性算法及其研究

一致性问题是分布式领域中的经典问题.在保证可用性和分区容错性的前提下,如何在尽可能短的时间内达到最终一致性仍然是一个挑战性的课题.文中主要针对Raft算法中的事务磁盘持久化和日志的网络同步部分,在复制状态机中的日志模块中增加了内存缓冲池,当一段时间内通信正常,未出错的情况下,将Raft算法中节点日志的更新方式由单次同步改进为批量异步.在持久化部分,采用文件如果超出设定的大小则调用fsync方法写入磁盘.最后,通过实验验证了改进后的Raft算法比原始的Raft算法选举Leader节点的效率高.因此,文中方法提高了Leader节点的选举效率,进而缩短了集群出现故障后恢复服务的时间.     

单通道混合信号粒子滤波盲分离算法的快速实现

粒子滤波可以处理非线性非高斯问题,可以应用于混合信号的盲分离中,是一种有效的盲分离算法。但是粒子滤波算法存在一个很大的缺陷,其复杂度太大,为了减少粒子滤波运算时间、提高运算效率,通过对粒子滤波实现过程中的符号向量进行前置扩维,从而改进了粒子滤波实现方法。仿真结果表明：改进后的算法在运算速度上相比之前有了比较明显的提升。     

基于Spark的船舶航行轨迹聚类方法

依托船舶自动识别系统(Automatic Identification System,AIS)数据,利用云计算并结合聚类算法,对船舶历史数据进行轨迹聚类分析,构建船舶航行正常轨迹模型,为实时检测船舶异常轨迹奠定基础,进而为提高水上交通监管智能化水平提供新方法。针对目前轨迹聚类算法效率低等问题,基于Spark内存计算技术及数据分区思想,提出一种改进的并行子轨迹聚类算法SPDBSCANST(Parallel DBSCAN of Sub Trajectory Based on Spark)。以长江航道武汉段船舶航行数据为例进行试验验证,并通过可视化方式呈现。结果表明,改进后的算法的聚类效率和效果都有明显提升。     

基于二进制粒子群算法的母联闭合型电网重构策略

为解决母联闭合型电网发生故障时的电网重构问题,提出一种基于二进制粒子群算法的电网重构策略.根据深水半潜平台电网特殊的网络架构和电气特性,建立以最大程度恢复重要负载供电为目标,以电网结构和系统容量为约束条件的母联闭合型电网故障恢复模型.为提升求解效率,为该模型设计基于二进制粒子群算法的两阶段优化求解流程,并将求解结果与混沌遗传算法和免疫克隆算法的仿真结果相对比.仿真结果表明,提出的电网重构策略具有较高的搜索效率和较强的寻优能力,能有效提高母闭合型电网故障恢复的速度和精度.     

一种半潜式支持平台靠泊路径跟踪控制方法

针对PSO算法在应用到路径跟踪时，容易陷入局部最优的缺陷和惯性权重调节机制的局限性，提出基于粒子进化率的改进IM-PSO优化算法。该算法一方面利用粒子的进化率及时调整粒子的惯性权重，提高算法的搜索速度；另一方面利用免疫系统的免疫机制增加粒子的多样性，提高PSO算法摆脱局部最优的能力。选取北海型半潜式支持平台作为工程案例，在北海真实海况下进行靠泊路径跟踪控制的仿真分析，对PID路径跟踪控制器参数进行优化。仿真结果表明，与标准PSO优化方法相比，该方法优化的靠泊路径跟踪控制器的稳定性更高，提高了运算效率，收敛精度更高。     

基于改进A*GBNN算法的AUV路径规划研究

针对现有的离散生物启发神经网络(Glasius bioinspired neural networks, GBNN)算法在未知环境下，存在的路径规划时间长、易陷入局部最优等问题，提出一种结合A*与GBNN模型的改进算法。在GBNN活性值栅格网络中，算法将各栅格的活性值作为A*的代价函数进行运算并使用跳点搜索规则优化，实现未知环境下的实时路径规划。仿真实验结果表明，该算法有效改善了自主水下航行器在未知环境下的寻路效率，可以满足自主水下航行器实时路径规划需求。     

台式电子计算机运算器的数学验证

本文以余三代码为基础提出一种串并行相结合的适用于台式电子计算机的运算器,文中简略地介绍了基于余三代码法,按二进制的全加器规则,求和及纠正和的规律,从而比较出在相同时钟频率下,比一般习惯采用的代码的计算速度快5倍。同时严密地用数学方法,推导出运算器的逻辑公式,根据公式,构成逻辑框图,及运算器的逻辑图,因对一位十进制(四位二进制)的数,采用并行方式进行运算,所以是一种串并行相结合的运算器,从而速度得到进一步提高。这样的方法,有利于提高运算的速度,同时由于没有增加设备。也有利于降低成本。在中小规模设备里,也可采用本运算器的原理来进行十——二进制运算的实现。     

基于改进YOLOv5s的铝型材表面弱缺陷识别方法

针对采用传统的机器视觉方法识别铝型材表面弱缺陷存在的效率低和精度差的问题，提出一种将数据增强与YOLOv5s相结合的铝型材表面弱缺陷识别方法。采用anchor-free方法简化人工设计YOLOv5参数的步骤，降低检测复杂度；利用解耦检测器解决YOLOv5s检测中分类与回归任务冲突的问题，加快损失函数的收敛速度。通过优化算法的边界框回归损失函数，提高算法模型的定位精度；同时引入γ参数解决弱缺陷样本不平衡的问题。通过图像马赛克与像素混合方法提升模型对弱缺陷图像的识别能力。试验结果表明，改进算法的检测平均精度均值为93.3%，检测速度为41帧/秒，能提高船舶类铝型材弱缺陷检测的效率和自动化程度。     

改进粒子群-BP物联网络算法的PSC选船模型

港口国监督管理(PSC)在保障船舶安全、保护海洋环境、提高运营效率等方面发挥着越来越重要的作用。如何提高PSC选船效率和质量是行业研究的重点。粒子群算法是一种通过迭代搜索最优解的进化算法。BP神经网络是一种具有自主学习能力的多层前馈网络。本文研究粒子群算法原理,从惯性权重和压缩因子两方面对粒子群算法进行改进,结合BP神经网络算法,提出基于改进粒子群-BP物联网络算法的PSC选船模型,提高了选船效率和质量。     

基于HGANN的全方位推进器运动学正解研究

针对潜器全方位推进器的调距机构运动学位置正解求解高度非线性、计算速度慢、准确率低的特点，提出了一种改进的混合编码遗传神经网络算法（HGANN）。算法兼具了遗传算法的全局寻优能力和神经网络对于非线性映射的强大逼近能力，同时由于采用了二进制和浮点数混合编码方案及3层的染色体结构对遗传神经网络算法进行了改进，优化了网络结构和权值矢量，解决了遗传神经网络算法计算过程中短基因组实际交叉、变异机会过小的问题，使后代种群具有更好的多样性，结合Solis＆wets算子生成后代的方法丰富了遗传搜索空间，加快了收敛速度。仿真结果表明，HGANN算法有效地加快了遗传算法的收敛速度，提高了调距机构的位姿精度。     

基于粒子群优化卡尔曼滤波的水下机器人信号处理

在卡尔曼滤波的基础上,引入粒子群优化算法,对卡尔曼滤波方法进行改进,提出基于粒子群优化的卡尔曼滤波器模型,从而提高水下机器人测量数据的精度,降低系统噪声和量测噪声所带来的误差。水池仿真试验结果表明改进的滤波方法有效、实用。     

对海上特种目标微波被动定位的精度研究

介绍了干涉仪测向的基本原理，进行了精度分析。针对测向精度问题，提出一种针对海上大型特种目标的微波被动干涉仪定位的联合算法公式，并且证明了该公式的最优性，验证了利用此公式可以极大地提高对海上大型特种目标的测向精度。     

基于船舶火灾蔓延态势的路径规划算法研究

船舶作为海上一个独立的建筑实体,非常容易发生火灾。本文以63500DWT油船船舱作为研究对象,通过对火灾蔓延模拟仿真实验数据进行图表分析,得出了在不同工作条件下在固定检测点位置的温度,CO浓度和烟气浓度变化规律。对基于火灾实时态势的导航网格动态生成方法以及对应的逃生路径规划方法进行研究,得出动态更新导航网格的具体算法,并对传统A*算法路径节点选择问题进行改进,得出适应船舱火灾蔓延信息的最短逃生路径规划算法,通过实验验证,该算法寻路效率更优。     

指纹图像的二值化方法研究

针对指纹图像的特点对指纹图像二值化方法作了探讨，提出了指纹图像的二值化改进算法，该算法充分利用了指纹图像的方向特性，采用梯度法计算指纹的块方向图，将其量化为8个标准方向，以块方向代替点方向对指纹图像进行二值化。实验表明，此方法对于不同质量的指纹图像都有着令人满意的处理效果。     

基于量子行为遗传算法的船体局部结构优化设计

采用遗传算法解决船舶复杂结构中混合设计变量优化问题时,其效果很有效,且能获得全局最优可行解。然而,简单遗传算法局部搜索能力差且易于早熟。为了提高对船舶复杂结构设计变量解空间的搜索能力,该文设计了一种基于二进制编码的适用于混合变量的量子行为遗传算法,比较适合于复杂函数的全局寻优,且搜索能力优于标准遗传算法。通过三个算例对算法的寻优能力进行测试,实验结果表明,采用量子行为遗传算法进行的船体局部结构优化设计具有较好的计算质量与计算效率。     

1-Wire总线器件ROM搜索算法与即插即用技术研究

介绍了Dallas／Maxim公司1-Wire总线器件接口技术,研究了MicroLAN中单总线所挂载的多个器件的ROM光刻码与二叉树结构的映射关系,提出了参照二叉树路径搜索的ROM搜索算法设计及器件即插即用功能设计,通过测试运行所设计的系统C程序,验证了系统的可靠性与稳定性。     

基于Linux平台的高速拥塞控制算法实现与应用

改进BIC拥塞控制算法，算法的性能在高速网络中得到了很大的提高，优化算法通过设置窗口门限值和现行TCP有机地融为一体。优化算法成功植入Linux内核，并在平台中得到很好的应用。     

雷达图像与电子海图的实时匹配算法及其计算机实现

本文针对已抽取海岸边缘特征并二值化的电子海图和已进行任意实数倍缩小变换至海图比累积误差代替门限序列的粗精搜索间隔采样快速实时匹配。通过计算机仿真，证明该算法简便易行、精度较高、实时性好。     

基于Hausdorff距离的雷达图像与电子海图实时匹配算法

针对已抽取海岸边缘特征并二值化的电子海图和已提取海岸边缘特征并缩放至海图比例的实时雷达图像进行匹配。匹配时,先提取待匹配曲线的特征点构成特征段,然后用特征段之间曲率的H ausdorff距离来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度,实现雷达的实时匹配定位。     

基于边缘强度的指纹图像二值化方法

提出了一种合理有效的指纹图像二值化方法,先利用Kirsch算子得到指纹图像的方向场,然后对指纹图像进行方向中值滤波,最后通过图像的边缘强度设计局部自适应阈值对指纹图像进行分割,从而得到二值化图像。在自适应阈值的计算上,文中还提出了一种如何选择最佳图像分块大小的方法。实验结果表明,该方法不但处理效果好,而且运算速度快,满足了处理要求。