一种基于遗传线性搜索算法的关节手模型匹配方法

提出了一种可替代传统搜索算法的改进型模型匹配算法 这种算法将遗传算法 (GeneticAlgorithm ,GA)和经典的线性搜索算法 (LineSearch ingAlgorithm ,LSA)相结合 它能保证匹配解是全局最优的并且运算是近乎实时的     

三种典型模板匹配算法性能比较

为了在图像识别、配准和拼接等具体问题中能够针对不同条件来合理选取适当的匹配算法,详细介绍三种典型模板匹配算法,即基于索引表的图像匹配算法、基于图像相关性的图像匹配算法和序贯相似性检测算法(Sequential Similarity Detection Algorithm,SSDA),并从实时性、鲁棒性和精确性等角度出发,对其匹配性能进行差异分析。采用分组实验的方法对匹配算法的各项性能指标进行测试和比较,结果表明,三种算法都具有良好的精确性,其中基于索引表的算法和序贯相似性检测算法具有较好的实时性,而基于图像相关性的算法在噪声环境下具有良好的鲁棒性。     

基于ISSA的多变量ORVFL网络自适应预测控制

针对多输入多输出（Multiple?Input Multiple?Output, MIMO）的非线性系统,提出了一种基于改进的麻雀搜索算法（Improved Sparrow Search Algorithm, ISSA）的在线序列随机权值网络( Online Random Vector Functional?Link Net, ORVFL)自适应预测控制算法(ISSA?MPC)。该算法采用ORVFL网络逼近非线性系统模型,并用于系统过程的多步预测。为了提高麻雀搜索算法的性能,使用该算法对系统性能指标进行了在线优化,求解了每一个采样周期的最优控制律。结果表明,该算法控制性能良好并具有较好的抗模型失配能力。     

基于匹配域处理的天波超视距雷达测高方法研究

结合电离层电子密度分布,建立了天波超视距雷达基于微多径的信号传输模型.针对多维非线性搜索计算量大的问题,提出了一种基于变步长搜索的匹配域处理最大似然估计天波雷达测高算法,并分析了该算法测高性能及影响测高精度的因素.理论分析及仿真结果表明:新的优化搜索算法比传统全局搜索算法更高效;基于单次快拍数据的匹配域测高算法计算量较小,搜索速度较快;在低空目标高度估计上,基于多次快拍数据的匹配域算法测高性能较稳定.该研究对提高OTHR目标高度的测量能力提供了参考     

时频二维搜索捕获算法及其FPGA实现

基于“多段匹配滤波器+FFT”的架构,提出并实现了一种新的适用于高动态下GPS (Global Positioning System)P码直捕的时频二维并行搜索算法,其新颖性在于采用“折叠滤波器+重排序RAM”的结构实现了多段匹配滤波器和在FPGA中全并行地实现了捕获算法。采用流水线结构的硬件实现表明,新算法占用的资源大约为原来的1/16。仿真结果和实际测试都表明该算法在GPS高动态下能更快完成P码直捕。     

一种非常快速的字符串匹配算法

结合Karp-Rabin和Boyer-Moore字符串匹配算法的优点,提出了一种非常快速的字符串匹配算法。该算法在匹配过程中与传统的直接比较模式及正文子串不同,与KR算法一样,比较的是模式与子串对应的散列值;该算法同时吸取了BM算法的特点,能在扫描正文的过程中跳过尽可能多的字符。理论分析表明,模式串较短时,该算法在最坏情况下的时间复杂度也可以达到O(n)。实验表明,该算法所需时间约为KR算法的1/10。     

基于ISSA和积分图的二维熵图像多阈值分割快速算法

为提高二维熵图像多阈值分割的性能，使其能够满足工业使用当中的实时性要求，本文提出了基于改进麻雀搜索算法(Improved Sparrow Search Algorithm, ISSA)和积分图的二维熵图像多阈值分割快速算法。首先，引入麻雀搜索算法(Sparrow Search Algorithm, SSA)并对该算法的算法性能进行分析研究，针对SSA存在的全局搜索能力差、容易陷入局部最优解的缺点，提出了基于方差线性递减的高斯扰动策略和随机步长移动策略的改进麻雀搜索算法(ISSA)。接着，进一步地引入积分图方法，降低总信息熵的运算量，并将总信息熵作为ISSA的适应度函数进行最佳阈值寻优，提出了基于ISSA并结合积分图的二维熵图像多阈值分割快速算法。最后，使用该方法与现有分割算法进行对比实验，实验结果表明，本文方法提升了图像二维熵多阈值分割的分割效率，同时在工业应用场景仍能够获得相同的效果。     

一种用于图像匹配的快速有效的二分哈希搜索算法

文章针对高维图像特征的匹配问题,提出一种新的二分哈希搜索算法(Dichotomy BasedHash,DBH)。对具有大尺度旋转、缩放、视点和噪声变化的图像进行匹配,结果表明DBH可以较大提高最近邻搜索精度和查全率-查错率性能,从而获得较好的图像粗匹配结果。该算法搜索性能优于BBF(Best Bin First)算法,同时也比高维Hash搜索算法LSH(Local Sensitive Hash)更快更精确。     

COMP:一种有效的多模式/多对象匹配算法

为研究产生式系统的匹配效率问题,分析了RETE算法与TREAT算法的优缺点,提出了一种新的匹配算法－COMP算法,通过理论分析,在最坏情况下,该算法的时间复杂性为O（W^C）,优于RETE算法,实验结果表明,COMP算法在一般情况下优于TREAT算法,而在各种情况下均优于RETE算法。     

基于改进Balance算法的车货匹配研究

贪婪算法(Greedy algorithm)只关注当前匹配的收益,在车货匹配的过程中有可能出现集中匹配同一车型的情况,导致匹配的效果并不理想。对Balance算法进行改进,并应用于车货匹配中,提出基于改进Balance算法的车货匹配模型(Improved Balance Vehicles and Cargos Matching Model,IBVCM)。模型引入车货匹配平衡函数定义各车型的匹配情况,并根据车货之间的匹配关系对函数进行修正,在为货物选择匹配车型时综合考虑当前车货匹配的收益以及车型匹配情况两个因素。实验结果表明,文中所提的IBVCM模型与贪婪算法相比匹配的成功率提高13.5%,匹配的总收益提高18%。     

图像特征匹配中一种快速关键维过滤搜索算法

为了解决宽基线多图匹配中匹配效率低和匹配精度不高的问题,使用经典的SIFT特征作为描述子,提出一种新的高维特征搜索算法．采用基于距离尺度的相似性度量准则,首先将图像高维特征集合分类,然后为每一个类建立B+Tree索引,最后在KNN(K Nearest Neighbor)搜索阶段应用基于关键维过滤的查找策略,实现高维特征的快速匹配．实验结果表明,与经典的BBF和LSH等KNN搜索算法相比较,关键维过滤搜索算法具有更高的搜索效率和搜索精度,有助于提升宽基线多图匹配性能．     

序列图像编码中的遗传优化块匹配算法

讨论了序列图像编码的运动估值算法。在剖析传统块匹配算法的基础上，针对其非全局最佳的缺陷，将遗传优化算法的思想应用于分层块匹配算法，提出一种遗传优化块匹配算法。算法分析和计算机模拟表明，此算法可较好地解决现有快速搜索算法中存在的非全局最小点问题，提高数据压缩效率，与穷尽搜索算法相比运算复杂程度明显减小。     

EB环境下的一个匹配模型及其算法研究

描述了基于相同属性的元素两两重复匹配在实际应用中的具体意义,提出了EB环境下基于相同属性的元素两两重复匹配问题的基本概念,讨论了重复匹配的各种情况和最大重复匹配、最小重复匹配以及平凡匹配的定义和判定准则;分析了最大重复匹配(最小重复匹配)的精确求解算法,得出在m个元素、n种属性的情况下,求解两两最小(最大)重复匹配算法的时间复杂性为Smn的结论;最后提出一个改进算法,其时间复杂性为O(C),改进后的算法还适宜于手工作业。     

区域的实时立体匹配的改进算法

针对在立体匹配研究领域中弱纹理区域的匹配问题,文中提出了一种基于区域的实时立体匹配改进算法.采用匹配测度函数像素灰度差的绝对值和（Sum of Absolute Differ-ence,SAD）,通过平均误差阈值算法检测出高误差能量;针对遮挡区域造成的不可信视差预测点,进行误差能量计算;利用滤波加速算法减少计算匹配窗口相似性复杂度,既降低了误匹配率,又提高了算法的运行速度.实验结果表明,改进算法的误匹配像素百分比明显减小,且能满足系统对实时性的要求.     

基于Voronoi图和改进引力搜索算法的电动汽车充电站选址定容

电动汽车充电站的选址定容属于多变量、多约束及高维度的非线性数学问题, 针对该问题提出一种基于Voronoi图和改进引力搜索算法(Improved Gravity Search Algorithm, IGSA)的选址定容方法。综合考虑主观权值和客观权值, 运用层次分析熵权法, 建立以建设运行成本、用户充电时间成本及配网损耗成本为目标的电动汽车充电站选址定容多目标决策模型。针对标准引力搜索算法(Gravity Search Algorithm, GSA)收敛速度慢、求解高维度问题精度不足等问题, 在粒子初始化和更新阶段引入混沌映射, 增加算法遍历性; 同时, 引入全局最优点引导速度更新公式, 提高算法跳出局部最优的能力。利用Voronoi图划分充电站服务区域, 提出Voronoi图与IGSA联合求解流程。仿真结果证明了所建模型和算法的可行性和实用性。     

复杂图像特征点提取与匹配方法

采用改进的SIFT（Scale Invariant Feature Transform）算法对自然环境下获取的复杂场景图像进行特征量提取;通过添加存入最小优先级队列的限制条件,对现有的BBF（Best Bin First）匹算法进行改进以提高算法的搜索效率;针对复杂图像误匹配较为严重的现象,设置匹配判定准则和几何约束条件,对匹配结果中可能的误匹配加以剔除。实验结果表明,新方法在匹配效率和匹配准确率的提高上效果明显。     

基于小波分解的边缘图像快速匹配算法

针对传统均值金字塔搜索算法存在起始点不定,搜索范围缺乏约束的问题,利用小波分析的多分辨率特性,构建了小波边缘金字塔上的快速图像匹配算法.首先对低分辨率的边缘图像进行匹配操作,然后逐级上推,最终实现全分辨率下的图像匹配,实验结果表明,该算法可以减少计算量,显著提高匹配效率.     

一种运动矢量场自适应搜索算法

针对视频序列中存在很大的时间冗余问题.在运动补偿和运动估计算法基础上,利用运动估计的中心偏置特性,提出一种基于运动矢量场的自适应搜索算法.通过对当前帧的分析,动态地修改被参考特性,从而减少了时间冗余.实验证明,该算法将使运动估计匹配准确率和搜索速度得到有效提高.     

一种基于匹配强度的特征点匹配消除歧义算法

双视图的特征点匹配过程中,用相关法进行初始匹配以后匹配集合中会出现很多有歧义的匹配点,其中含有大量的误匹配点,这样的匹配点对集合不利于对基本矩阵进行有效估计.提出一种消除匹配歧义的算法,求一个称为匹配支持强度的函数值,这个函数描述的是一个匹配点对被附近其他匹配点对支持的程度,然后用某种策略,将匹配支持强度最高的匹配点对提取出来放入一个集合,以达到消除匹配歧义的目的.实验结果证明该算法能较好的达到消除匹配歧义的目的,消除歧义以后得到的匹配点正确率很高.     

基于SOA的PMSM驱动系统PID参数优化研究

针对永磁同步电机驱动系统所具有的强耦合和非线性特点,对电机d-q轴模型进行分析,推导出矢量控制下永磁同步电机状态方程及传递函数.为了解决传统PID控制方法中参数确定困难的缺点,本文利用人群搜索优化算法(seeker optimization algorithm,缩写SOA)对PID参数进行优化,并提出了基于人群搜索算法优化的PID永磁同步电机控制方法.仿真结果表明,与遗传算法(Genetic Algorithm,缩写GA)、粒子群算法(Particle Swarm Optimization,缩写PSO)相比,人群搜索算法对PID参数的优化能力更好,且最先达到稳定状态.