分布式视频编码算法仿真软件设计

分布式视频编码具有编码简单、高效压缩等特点,近些年国内外设计实现了多种分布式视频编码算法.本文提出一种基于变换域的分布式视频编码仿真测试软件设计方案,以测试QICF、CIF以4∶2∶0采样的YUV原始视频文件,通过改变量化参数、提取位平面参数改变视频文件传输比特率,以测试该算法在不同比特率下的率失真性能,通过更改量化表和运动预测搜索半径,搜索块大小,以适用不同序列更改设置,达到最佳性能.该方案可以验证分布式视频编码中各个模块的功能,并可以提出相应模块的各种改进算法验证其性能.     

H.264/AVC快速帧间编码算法

基于率失真优化的H.264/AVC帧间宏块编码模式,需要对10种模式进行率失真优化计算才能得到一个宏块的最优编码模式,这种宏块的最优编码模式是以巨大计算复杂度为代价的.为了降低计算复杂度,在实验统计了各种宏块编码模式在不同QCIF视频序列中所占的比例及分析各种编码模式的适用性情况下,提出了一种快速帧间编码算法,它采用优先判断SKIP模式和图像纹理相结合的方法,在基于H.264/AVC测试模型JM7.6上的仿真试验表明,所提出的快速算法,在基本保持图像质量和码率基本不变的情况下,可以有效提高编码速度.     

无链表图像感兴趣区域编码算法

针对基于链表实现的感兴趣区域编码算法占用存储资源较多的问题,提出了一种无链表的编码算法.在SPIHT(等级树集合分裂)编码过程中,采用标志位图表示系数和集合的重要件信息;优先编码感兴趣区域,利用队列缓存非感兴趣区域系数和集合信息;编码非感兴趣区域时,从队列中恢复编码所需的重要件信息.编码过程不需要提升感兴趣区域小波系数,能实现感兴趣区域重建质量的精确控制.仿真实验表明,该算法优于提升小波系数的感兴趣区域编码算法;当编码码率为1 bpp(比特/像素)时,其存储需求仅为链表实现的感兴趣区域分离编码算法的1/10.     

无链表SPIHT图像提升小波编码的硬件算法

为了解决小波零树编码算法中,SPIHT(分级树的集合分裂)算法占用大量存储空间的问题,给出了一种无链表SPIHT图像压缩算法.在这种算法中,小波系数按照SPIHT的顺序输入到编码器中,编码器按照NLS算法编码,小波变换采用9/7提升分解算法,量化算法为均匀标量量化,图像边界延拓采用了补零延拓方法.实验结果表明,该算法图像压缩比与JPEG2000的EBCOT(基于优化截断的嵌入式块编码)算法几乎相同,编码速度大约是后者的2倍,一幅512×512的图像仅需要17.875KB额外内存.     

遗传-模拟退火算法在数据库查询优化中的应用

将遗传算法与模拟退火算法相结合,导出了一种基于遗传-模拟退火算法的多连接查询优化算法.该算法将查询计划的一棵语法树看作是一个染色体,对于语法树上的连接操作后序遍历生成一个编码.在所有编码构成的种群进行完选择、交叉、变异操作之后,在其中引入模拟退火机制,从而进一步调整优化了种群,保持了群体的多样性,减少了用户查询的响应时间.     

基于重要块二值特征的电子凭证自恢复水印算法

现有高性能自恢复水印算法多是针对自然图像设计,水印容量较大且不利于文字等信息的恢复.为解决这一问题,在兼顾水印嵌入容量和篡改凭证图像恢复质量的基础上,提出了一种适用于电子凭证图像真实性认证的自恢复水印算法.该算法首先根据电子凭证图像特性,将图像块划分为重要块、非重要块和空白块3类,并对其进行分类编码;其次,为保证类型码的正确性,将所有图像块类型码置乱,采用RS编码后生成部分恢复水印信息,将其平均嵌入在所有图像块中;再次,对重要块采用二值化方法生成恢复水印信息,并依次嵌入在非重要块或空白块的最低有效位;最后,通过7张具体电子凭证图像,对比给出了本文算法与现有同类变容量文献算法的性能.研究结果表明,本文算法采用分类编码并仅对重要块生成恢复水印信息,在不降低算法篡改检测和篡改恢复性能的条件下,使水印嵌入容量从对比文献的1.73和2.99降低至0.64,含水印凭证图像的峰值信噪比分别高出对比文献8 d B和23 d B.     

求解Job-Shop车间作业调度的混合算法

提出了一种解决车间作业调度最短完成时间的有效的混合算法.基于考虑到遗传算法的早熟收敛问题和禁忌搜索算法的自适应优点,该算法结合了遗传算法和禁忌搜索算法对Joh-Shop车间作业调度问题的解进行编码,通过实例表明该算法是可行和有效的.     

多值编码遗传算法

针对经典遗传算法过早收敛，不利于保留种群多样性的问题，提出一种采用k阶扩展二进制编码的多值编码遗传算法．该算法可以更好地保留种群的多样性，更容易达到全局的最优点，应用结果比较也证实了多值编码遗传算法比经典遗传算法具有更好的优化效果．     

Huffman算法的分析与改进

数据压缩是信息科学中的一项重要的技术，利用Huffman算法得到的前缀码可以使文件总编码长度最短．通过对算法进行分析和改进，优化了算法，从而使Huffman编码更简洁、实用．     

移动数据库自适应缓存失效算法的研究

在移动客户端建立缓存可以提高移动数据库系统的性能,也会带来服务器上的数据和缓存中的数据不一致的问题,即缓存一致性问题.通常采用基于广播的缓存失效算法来维护缓存的一致性.传统的采用同步广播方式或异步广播方式的缓存失效算法各有优缺点.该文在分析传统算法优缺点和一些现有算法的基础上,提出了一种改进的基于计数器的自适应缓存失效算法,该算法结合了两种传统的算法,可以提高缓存的利用率,同时可以降低通信开销.     

基于拉格朗日的高速铁路车站作业优化

本文从Job-Shop 调度角度出发,以列车为待加工的“工件”,将车站接车进路、 到发线和发车进路看作“加工机器”,列车在车站的走行与停站看做不同的“作业工序”, 把高速铁路车站作业问题抽象成Job-Shop 车间调度优化,以设备能力、冲突进路、停站时 间为空间和时间约束,以最小化到发线的占用时间为优化目标,建立高速铁路车站作业 优化模型.采用拉格朗日方法松弛原模型的约束条件,建立车站技术作业问题的拉格朗日 对偶松弛问题,设计了高速铁路车站作业优化模型算法.并以高速铁路的某一车站为实例 进行验证,实例表明,该算法可以有效地化解车站作业进路冲突和实现到发线运用时间 的最小化.     

基于客户分类的即时配送路径优化研究

大数据背景下即时配送平台对客户进行精细化管理已成为可能.为寻求企业长期发展，将客户分类融入到车辆路径问题中，用有限的资源提高配送准时性以得到优质客户的维持和发展，为企业赢得更多潜在效益.本文结合客户的消费行为将客户分为多个层级，根据每层级客户的特点设置超时惩罚成本，构建出基于客户分类的即时配送路径优化模型，并根据问题特点设计遗传算法求解，最后，结合某即时配送平台的业务场景进行案例分析，验证了模型和算法的有效性.     

一种模糊自适应遗传算法

为克服标准遗传算法的早熟现象,提高算法的全局收敛性和收敛速度,采用并行遗传算法的思想,将整个种群分为几个子种群,分别用不同的遗传算子进行遗传操作;并根据它们各自对进化的贡献,利用模糊推理的方法,对其所作用的子种群的规模作出调整．对函数优化的仿真结果表明,该算法能较好地克服早熟现象,取得较为满意的优化效果．     

一种基于遗传算法的最优阈值图像分割算法

为了提高图像分割效率,提出一种基于遗传算法的最优阈值搜索方法OTSGA.OTSGA算法对图像的灰度级进行二进制编码,生成初始种群,求出每个个体的二维最大熵,然后根据设定的寻优准则进行相应的遗传操作以搜索阈值最优解.为了避免在求解过程中出现早熟现象,OTSGA算法将交叉操作得到的个体群与上一代种群混合,得到新的种群进行遗传操作,避免了个别个体在遗传运算的最初迭代时就在种群中占据主导地位,导致求解过程的过早收敛.实验结果表明,OTSGA最优阈值搜索方法不仅降低了运算开销,而且获得了满意的图像分割效果.     

程序树层次化结构统计模型及MOSES改进算法

为提高MOSES效率,提出了一种新的程序树层次化结构统计模型．该模型通过统计分析同类群,自动发现子树特征来指导优化．该模型不需要hBOA算法那样对变量集合进行建模,也不需要像MRTS算法那样遍历小规模的种群来发现潜在的有指导意义的子树．通过解决人工蚂蚁问题对算法进行了测试,结果表明改进后的MOSES算法更加高效．     

A New Fusion Chemical Reaction Optimization Algorithm Based on Random Molecules for Multi-Rotor UAV Path Planning in Transmission Line Inspection

A fusion chemical reaction optimization algorithm based on random molecules (RMCRO) is proposed to meet the special demand of power transmission line inspection. This new algorithm improves the shortcomings of chemical reaction algorithm by merging the idea of repellent-attractant rule and accelerates convergence by using difference algorithm. The molecules in this algorithm avoid obstacles and search optimal path of transmission line inspection by using sensors on multi-rotor unmanned aerial vehicle (UAV). The option of optimal path is based on potential energy of molecules and cost function without repeated parameter adjustment and complicated computation. By compared with an improved particle swarm optimization (IMPSO) in different circumstances of simulation, it can be concluded that the new algorithm presented not only can obtain more optimal path and avoid to trap in local minimum, but also can keep related sensors in a more stable status.     

含约束条件多峰函数优化问题的混合遗传算法

针对目前求解含约束条件多峰函数全局优化问题存在的困难,结合传统优化算法和常规遗传算法,提出一种寻求含约束条件多峰函数全局最优解的混合遗传算法.算例分析结果表明:该算法保留了传统优化算法的局部寻优能力和常规遗传算法的全局寻优能力,是寻求含约束条件多峰函数优化问题的一种有效算法.     

基于量子遗传算法的数学形态滤波器优化设计

为解决数学形态滤波器结构元素参数优化问题,提出了一种基于量子遗传算法的数学形态滤波器优化设计方法.根据数学形态结构元素参数特点初始化量子遗传种群,通过量子交叉、变异、基于膨胀系数的量子旋转门实现种群的演化进程,进而得到数学形态滤波器的最佳参数.结合仿真实验,研究了不同比例随机噪声、工频干扰噪声下的优化算法性能.仿真结果表明:优化后的数学形态滤波器性能得到较大改善,含随机噪声信号的信噪比由-0.98 dB提高到5.23 dB,含混合噪声信号的信噪比由-3.05 dB提高到0.41 dB,有效滤除了随机噪声、混入工频干扰的混合噪声.      

Fault reconfiguration of shipboard power system based on triple quantum differential evolution algorithm

Fault reconfiguration of shipboard power system is viewed as a typical nonlinear and multi-objective combinatorial optimization problem. A comprehensive reconfiguration model is presented in this paper, in which the restored loads, switch frequency and generator efficiency are taken into account. In this model, analytic hierarchy process(AHP) is proposed to determine the coefficients of these objective functions. Meanwhile, a quantum differential evolution algorithm with triple quantum bit code is proposed. This algorithm aiming at the characteristics of shipboard power system is different from the normal quantum bit representation. The individual polymorphic expression is realized, and the convergence performance can be further enhanced in combination with the global parallel search capacity of differential evolution algorithm and the superposition properties of quantum theory. The local optimum can be avoided by dynamic rotation gate. The validity of algorithm and model is verified by the simulation examples.     

域约束优化问题的普适免疫进化算法

在免疫进化算法的基础上，针对域约束优化问题，提出了一种普适算法．通过区间变换，该算法在保证所产生的个体分量均能满足相应的区间约束的同时，消除了参数设置的随意性，不仅提高了计算效率，而且增强了算法的统一性，克服了其它进化算法采用罚函数处理域约束问题的不足．多峰函数优化和遗传算法欺骗问题的测试结果表明：与采用罚函数处理域约束问题的免疫进化算法相比，普适算法不仅易于编程，而且能以更快的速度稳健地收敛到全局最优解．