基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

基于改进型蚁群算法的车辆导航路径规划研究

在分析车辆路径规划问题(VLD)特点的基础上,提出了VLD的数学模型以及适用于求解VLD的蚁群算法。详细分析了蚁群算法的参数对算法收敛速度和计算结果精确度的影响,提出了一种能够提高算法的收敛速度和全局搜索能力的参数自适应调整的策略,并对原有基本蚁群算法进行了改进。随后进行了仿真试验,根据所得仿真结果将改进蚁群算法与基本蚁群算法从全局收敛能力、计算稳定性以及计算速度等方面进行了全面比较,结论表明改进蚁群算法各方面均优于基本蚁群算法,证明了改进算法的可行性及有效性。     

一种快速挖掘模糊频繁项集的方法

文章针对快速挖掘模糊频繁项集问题,提出了一个基于fp-树的快速算法FFP,该算法提高了快速挖掘模糊频繁项集的时空效率。实验表明,该算法的执行效率较Apriori算法或类Apriori算法算法有着明显改进。     

基于改进蚁群算法的运输调度规划

在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA(Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点。为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能。再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性。实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能。     

改进粒子滤波算法在组合导航中的应用

为了提高组合导航定位系统的定位精度和可靠性,分别对扩展卡尔曼滤波(EKF)、粒子滤波(PF)和U卡尔曼滤波(UKF)3种算法进行了分析。通过分析3种算法各自的特点,将PF算法和UKF算法的优点相结合,提出了一种新的粒子滤波算法——U粒子滤波(UPF)算法,并将其应用于GPS/DR组合导航系统中。通过对UPF算法与PF算法在GPS/DR组合导航系统中的仿真研究比较,进一步证实了UPF算法的可行性及计算的精确性。     

新多维序列挖掘算法:对AprioriAll算法的改进

本文在序列模式挖掘算法AprioriAll算法的基础上,提出了一种新的序列模式挖掘算法。该算法改进了AprioriAll算法每次从候选项集中挑选大项集都要扫描数据库的缺点,以位图袁示法(bitmap representation)描述数据库,并利用矩阵式的数据结构对候选集进行计数,减少了数据库扫描次数,从而提高了挖掘的效率,实验证明,该算法在性能上优于AprioriAll算法。     

几种车辆路径算法的研究

文中针对VRP问题提出了多种算法,可概括为2大类:精确算法和启发式算法(传统启发式和现代启发式算法)。文中据此总结了动态规划法、最近插值法、遗传算法和模拟退火算法的步骤及特点,并对这4种算法的优缺点及适用范围等进行了分析比较,提出了今后的发展和研究方向。     

用方位角算法和转向角算法解决节点权重问题

论述了车辆导航系统中路线优化算法所研究的核心内容,并对由交叉口延误带来的节点权重问题进行了研究。针对以往算法的时间复杂度和空间复杂度高以及拓扑数据难以建立和实时更新的缺陷,构造了方位角算法和转向角算法以解决节点权重问题,并以北京市二环以内的典型路网为研究对象,对上述算法进行了实证研究。理论分析和实际运行的结果表明,这些算法有效地克服了以往解决方案的不足,大大提高了算法的计算速度,并可在各种交通管制措施的限制下,提供有效的路径规划方案。     

一种组合式高速公路交通事件检测算法

传统的高速公路事件检测算法原理简单、容易实现,但很难达到高检测率和低误报率的效果。国内外学者越来越偏向于研究复杂算法,虽在理论上取得了较好的效果,但因数据传输量大、数据处理繁琐、对设备要求高等特征,降低了这些算法的实用性。因此,如何构建适合现状高速公路检测设备和软件系统,且具有良好检测效果的实用性算法,成为目前高速公路事件检测技术的热点话题。文中基于降低硬件成本和运行费用、提高检测效果这一目标,利用不同情况下各自算法特征值的变化规律,提供了一种基于California算法和滤波算法的组合算法。仿真研究表明,与单独应用California算法或滤波算法相比,这一组合算法在软硬件费用不增加的情况下,具有较高的检测率,且能有效降低误报率。     

交通网络中多路径优化选择算法的研究

指出了传统的多路径问题及其算法存在的缺陷,给出了多路径优化算法的几个定义,在此基础上,提出基于重叠惩罚的多路径选择算法,设计出了重叠惩罚函数数学模型结构以及路径相似性评价函数定义,对惩罚函数中的协调因数敏感性进行分析,给出了合适的协调因数。该算法能有效地解决候选路径重叠相似性问题,而平均总旅行时间比率基本不变,从而更适合驾驶人员的实际选路需求。与传统k最短路径算法进行了试验比较,结果表明该算法明显优于传统k最短路径算法。     

智能车辆自动跟随控制的目标跟踪算法研究

为解决智能车辆目标跟踪过程中环境干扰导致目标丢失的问题,提出一种改进的目标跟踪算法,利用结合卡尔曼滤波的Camshift算法与ECO算法进行综合观测,对观测结果进行可靠性评价与选择性更新输出,最终实现跟踪目标状态的获取。采用目标跟踪基准(OTB)开放数据库对相关算法进行验证,结果表明,改进算法在一定程度上实现了Camshift算法和ECO算法优点的互补,抑制了常见的环境因素对目标跟随的影响。     

城市公共交通系统中低碳出行合理路径算法

应对公共自行车发展的趋势,针对城市多模式组合网络路径算法研究中对路径合理性和用户偏好关注的不足,提出一种新的出行路径寻优算法。根据居民出行的一般规律分析了一般路径的构成特征,并充分考虑了居民出行策略的个性化。根据＂低碳出行＂路径选择问题的描述,引入＂多元标号＂的概念,提出了基于经典Dijkstra算法改进的分层标号算法。给出了算法的详细求解步骤,而且通过算例对新算法的适应性和有效性进行了验证。     

交通分配中的梯度投影算法及其改进模型

最近的研究表明基于路径的交通分配算法具有很强的生命力和广阔的应用前景。在这些算法中,梯度投影算法(GP)由于其极高的计算效率引起了研究者极大的兴趣。但是研究同样表明GP算法在求高精度分配解时遇到了收敛问题。文章首先介绍了GP算法的理论基础及算法步骤,然后分析了算法产生收敛问题的关键原因,针对其高精度解不能很好收敛的问题,采用二分法改进了其中关键的步长确定策略,提出了改进的GP算法(IGP,Improved GP),并通过计算实例比较了GP和IGP的表现,分析了IGP的优势。并用计算实例证明IGP在求解高精度分配解和整体收敛速度两方面都优于GP。     

决策树算法在学生选课系统中的应用

决策树算法是一种直观的、易于理解和实现的科学算法,将决策树算法积极运用于学生选课系统中能够获得诸多良好的效果。本文在分析决策树以及决策树分类算法中最常使用的C4.5算法的基础上,重点研究了决策树算法在学生选课系统中的应用。     

浅论数学建模的先进算法

本文讨论了在数学建模中的两类常用算法,对优化类算法中的先进算法包括遗传算法、神经网络、模拟退火法以及预测类的先进算法包括灰色预测、时间序列预测的算法思想和算法实现过程进行了说明.     

基于改进DBSCAN算法的激光雷达目标物检测方法

传统的DBSCAN聚类算法是基于密度的聚类算法,原始算法在搜索精度和搜索效率上存在一定的局限性。基于LUX4线激光雷达数据点的点云特点,结合DBSCAN算法存在的不足与路面目标物的实际情况,提出了1种基于改进的DBSCAN聚类算法,选取4个代表点取代对所有点的搜索和改进搜索半径使其随扫描的距离而变化的方法,实现激光雷达目标物的快速、准确检测。通过改进DBSCAN算法对雷达数据进行去噪声和聚类处理,根据检测物在激光雷达探测中的形状特征模型进行形状匹配。实验结果表明该改进算法能较好的识别出目标物,行人检测率由原始算法的61.90%提高到了80.95%,搜索时间较原始算法缩短了44.7%,解决了原始算法精度低、搜索慢的缺点。     

汽车安全气囊点火算法综述

目前安全气囊已在汽车上得到普遍应用,但其点火算法却没有统一的设计标准。详细论述了设计安全气囊点火算法的理论依据,包括乘员损伤准则、气囊点火条件和点火时刻确定法则。介绍了几种传统的安全气囊点火算法,并对其优缺点进行了对比。着重阐述了几种智能安全气囊点火算法的研究成果和发展前景,指出了安全气囊点火算法未来的发展方向。     

一种新的快速路交通事件综合检测算法

介绍了传统交通事件检测系统的组成及传统交通事件检测算法,在指出传统交通事件检测算法存在的主要问题的基础上,提出了一种新的快速路交通事件综合检测算法。该算法主要舍事件检测、检测学习、综合判断三部分,将加州算法、基于交通流模型优化的McMaster算法、基于统计的相邻车道数据比较算法、基于模糊聚类的事件检测算法的检测结果进行综合判断,从而得到交通事件信息。实验表明,该交通事件综合检测算法的判断准确度优于其他算法,且运算速度满足实际应用需要。     

基于动态交通分配的应急路径规划

为了提高在应急救援与疏散工作中的应急交通效率,针对已有相关算法未考虑交通问题动态性的不足,提出了1个基于动态交通分配的应急路径规划算法。给出了问题的定义,设计了1个基于仿真的动态交通分配模型,给出了基于动态交通分配的算法求解步骤。通过北京市路网数据对算法进行验证,证明了算法的可行性与有效性。     

启发式算法在送货线路设计中的应用

运用模拟退火算法、遗传算法等启发式算法对物流系统中的送货路线设计进行了研究。针对一个具体的送货线路设计问题,根据送货线路图,建立了送货路线模型,运用启发式算法计算出了最优送货线路,并对该模型和算法的适用性进行了分析。