时间自适应新方法及其计算效率的有效比较

为了提高数值计算的效率,针对结构动力时程分析中由时间步长引起的误差,建立了时间步长与相对误差之间的关系式,实现了满足目标误差限的时间步长自动调整,丰富了时间自适应理论研究.针对无法获取解析解的情况,相对于自适应前,采用时间自适应新方法后计算效率到底能提高多少的问题,提出了解决方法,并用具有解析解的算例进行了验证,结果显示时间自适应新方法在保证计算精度的同时,节省了60.15%的计算时间,非常有效地提高了计算效率,证实了该方法可以对自适应前后计算效率的提高进行准确有效的比较.     

基于动态时间规划的基因芯片数据识别

研究了动态时间规划(DP)在基因芯片数据识别中的应用,提出了基因芯片数据的全局最大自相似度的定义以及基于最大自相似度和高维局部片段校对的基因芯片数据自动识别方法。讨论了基于最大相似度建立模板的方法与基于最大相似度的基因沿校对路径平均的建立模板方法对基因识别和分类的影响。对肿瘤基因的识别实验结果表明：基于最大相似度的DP算法(DP-MS)能够达到100%的识别率,本方法可以应用于基因芯片数据的识别、分类和基因疾病推断。     

压缩感知的自适应冗余字典及其图像恢复方法研究

冗余字典的信号稀疏分解是一种新的信号表示理论,采用超完备的冗余函数系统代替传统的正交基函数,为信号自适应地稀疏扩展提供了极大的灵活性.该文研究了压缩感知理论下DCT冗余字典和规范正交基(Dirac基)与DCT基组成的冗余字典,提出了一种适应于图像分块的自适应冗余字典方法.结合迭代硬阈值(IHT)重构算法,实验结果表明了提出的自适应冗余字典具有更好的信号恢复效果.     

减少移动卫星对地面站干扰的计算时间

在计算中低轨道移动卫星对固定业务地面站干扰时 ,如何缩减计算时间是个突出的问题。该文提出了加大计算步长和设置仰角阈值两种方法 ,分析了理论上减少计算时间的可能性 ,并通过典型的实例计算研究了这两种方法对计算精度和计算时间的影响。结果表明 ,取样步长往往可以取到相当大 (2 0 0～ 30 0 s左右 ) ,从而使得计算时间大大减小 ;另外 ,通过设置合理的仰角阈值 (15°左右 ) ,引起的误差是允许的 ,也能使得计算时间减少为原来的 90     

基于自适应阈值的循环增长地面点云分割算法

在坡度、路面起伏不平的场景中,针对单一阈值敏感性不足,多阈值简单组合存在冗余计算,且影响分割精度和鲁棒性的问题,本文提出了一种基于阈值自适应选取的点云分割方法。该方法在栅格分割中引入循环增长判断,以兼顾局部特征与全局特征,设计了一种触发式双特征判断机制,并通过拟合地面波动幅度自适应确定分割的高度阈值提高算法的分割效率和分割精度。最后基于开源数据集进行了仿真测试,验证了本文所提算法在地面点云分割中的精确性和时效性。     

基于局部自适应代理模型的复合材料结构可靠性评估

为了评估复合材料复杂结构的可靠性,开展基于局部自适应代理模型的可靠性评估方法研究.针对复合材料翼盒结构,建立基于局部自适应算法的应力响应面代理模型和基于Weibull分布的强度分布模型,并基于蒙特卡洛法与Hashin准则计算翼盒结构的可靠性;同时开展复合材料翼盒结构的准静态拉伸试验,获得失效位置、失效形式及力-位移曲线,并以二项分布估计试验结果的置信度.结果表明：翼盒结构的失效位置位于上端拐角处,失效形式为基体剪切断裂与纤维拔出,材料参数中剪切模量对失效位置应力响应影响最大,结构需要优化设计减小拐角处剪切应力;基于局部自适应代理模型的可靠性评估数值分析结果与试验结果相对误差为5.295%,准确地评估了结构的可靠性.     

二维心室肌中动作电位传导的数值算法研究

为了进一步探讨求解二维心室肌中动作电位传导方程的方法,采用时间分裂法将求解过程分为两步,第一步用时间步长自适应算法求解每个细胞的动作电位,第二步用交替方向隐式法或五点差分法对偏微分方程进行数值积分.仿真结果表明,在保证数值算法的稳定性和精度上,时间分裂法和时间步长自适应算法起着重要的作用.采用了时间分裂算法和时间步长自适应算法后,在计算精度上,用交替方向隐式法略高于用五点差分法去积分偏微分方程,在计算耗时上,五点差分法是交替方向隐式法的70%.     

基于皮尔森相关算法的云存储层次化去冗优化

针对传统云存储存在去冗效率和召回率低的问题,提出了基于皮尔森相关算法的云存储层次化去冗优化方法.根据云存储层次化结构中冗余信息的属性分布相似性度量值,构建了冗余信息的距离矩阵;通过计算冗余信息之间的相似度,对云存储层次化冗余信息进行分类;通过分析不同类别冗余信息的结构,利用数据降维约束条件和中心极限原理,在云存储层次化...     

基于自适应布谷鸟搜索算法的Tsallis熵阈值图像分割

针对现有图像分割算法中计算复杂度大的问题,提出一种基于自适应布谷鸟(adaptive cuckoo search,ACS)算法的Tsallis熵阈值图像分割方法,能够改善学习过程和收敛速度,减少分割时间.该方法使用Tsallis熵作为ACS的适应度函数值,实现无参数搜索过程,在搜索空间中使用当前位置的知识来自适应步长,最后使用ACS最大化Tsallis熵来获得最优阈值,得到分割图像.实验结果表明,该文方法能够有效实现图像分割,且分割时间低于粒子群优化算法、布谷鸟搜索算法和改进布谷鸟搜索算法,结构相似性(Structural Similarity, SSIM)和收敛成功率高于其他算法.     

时间步长对铜平衡熔点模拟计算结果的影响

采用二分搜索等温等压分子动力学方法和EAM(embedded atom method)势,对单质铜的平衡熔点进行计算,研究了不同时间步长对模拟计算结果的影响.结果表明:时间步长越小,熔点计算结果越接近实验值;当时间步长小于0.05fs后,进一步减小时间步长,熔点计算结果在计算精度范围内没有变化.     

基于小波降噪的美国月度新房开工率的时间序列分析

基于有明显季节性规律性的时间序列数据与信号数据表现相似的特征,本文运用信号处理中的小波方法对原始时间序列数据进行降噪,提升模型的预测效果.针对选取的不同类型小波,通过更改阈值对原始数据进行降噪;以美国新建私有房屋开工率1990年1月至2014年5月的数据为样本,运用降噪后的数据进行模型拟合与预测,并与传统的纯时间序列分析建模结果相比较.结果表明对数据进行小波变换降噪的预处理之后效果更好:减弱了因局部高频变化数据导致的模型不稳定性;使数据更加平滑;提升了预测值与真实值的接近程度.     

采用时间序列突变点检测的滚动轴承性能退化评价方法

以滚动轴承为研究对象,根据性能退化曲线的现实意义定义了对性能退化特征提取具有指导意义的评价方法,该方法由初始退化点、初始敏感性、失效突变性和趋势一致性4个指标构成,并根据性能退化曲线的物理特性设计了性能退化特征评价的定量化指标;利用时间序列线性化突变点检测的方法给出了评价指标的计算过程,为性能退化特征的选取提供了更为直观的依据。使用国际通用的Swiss数据集进行验证,实验结果表明该评价方法可以全面评价各个性能退化特征对性能退化过程的表征效果。为了更好地保持原始高维数据的空间位置关系,提出了基于邻域参数自适应选取的局部线性嵌入(LLE)算法,通过自适应局部权值向量来保存高维空间数据的局部线性结构,将多个局部线性进行叠加来不断地逼近全局的非线性,有效提高直接使用高维数据反映原始状态性能的可靠性和稳定性。使用滚动轴承加速寿命试验数据,对比邻域参数自适应LLE算法和常规LLE算法所提取的性能退化特征,验证了邻域参数自适应LLE算法可以保留更多原始高维数据的信息。     

自适应步长下多阈值彩色图像的全局分割方法

针对传统多阈值彩色图像分割方法将步长设为小于距离参数的定值, 有时会因步长过大而越过最优结果的问题, 提出一种自适应步长下多阈值彩色图像全局分割方法. 首先, 对彩色图像进行预处理, 在不降低彩色图像质量的前提下缩减颜色总数, 以提高分割效率; 然后, 根据多阈值彩色图像全阈值分割目标函数, 将混沌优化理论与粒子群优化算法相结合, 通过混沌粒子群优化算法对多阈值彩色图像全局分割目标函数进行求解; 最后, 结合自适应步长下多阈值彩色图像全局分割方法, 得到最优彩色图像阈值分割结果. 实验结果表明, 该方法的分割效果、 精度、 稳定性和收敛性均较好.     

基于分块DCT的图像去重算法

针对云端存在着大量冗余的相似图像,提出了一种基于分块DCT的新型感知哈希算法BDCT-hash,在此基础上给出了一种针对JPEG压缩的感知哈希图像去重方案,通过大量仿真模拟实验验证了BDCT-hash算法对相似图像去重的准确性、高效性及稳健性.     

一种改进的变步长自适应匹配追踪算法

压缩感知是利用信号的稀疏性和可压缩性进行信号处理的新理论.针对压缩感知中信号稀疏度未知的问题,提出了一种改进的变步长自适应匹配追踪(MVss AMP)算法.该算法通过计算余量与测量矩阵的相关性,自适应地选择候选集原子,并且通过可变步长更新支撑集,实现信号的精确重建.该算法通过设置一个参数来控制步长变化.仿真结果表明:该算法在误差范围内实现了信号精确重建,并且重建性能优于其他同类算法.     

面向虚拟机镜像的改进相似度分组去重优化方法

根据实验研究发现,云计算环境中虚拟机镜像备份之间存在大量的冗余数据。尽管传统的去重方法有较高的去重率,但需要花费大量时间,这对有时效性要求的海量镜像备份场景并不适用。考虑虚拟机镜像之间存在大量相同或相似的操作系统和应用程序等相似性特性,提出一种基于虚拟机镜像改进相似度分组去重优化方法。该方法利用镜像之间的相似性对镜像进行相似度分组,把相似度达到阈值的镜像归为一组,形成多个相似的镜像组。仿真实验验证了该方法减少去重过程中的索引空间范围,缩短去重的时间,提高了备份效率,特别适用于海量虚拟机镜像的快速备份场景中。     

基于双向波段预测的超光谱图像无损压缩

为了解决超光谱图像海量数据无损压缩计算复杂度高、实时性差的问题,将预测树模型和双向多波段谱间预测算法用于超光谱无损压缩研究。在对超光谱图像进行基于预测树模型的谱内预测的基础上,通过双向谱间多波段预测,利用谱间局部统计冗余和结构冗余,建立了对预测树模型误差进行自适应补偿的预测器模型,设计了一种基于“权重”的方法。该方法利用已编码像素对系数进行自适应估计。采用SPIHT (Set Partitioning in Hierarchical Trees)算法对去冗余后的残差图像进行编码。试验结果表明,该算法在较低的计算复杂度下,压缩比优于目前流行的无损压缩算法。     

基于改进布谷鸟算法的无线传感网络覆盖多目标优化

对布谷鸟算法改进了改进,运用改进的布谷鸟算法对无线传感器覆盖进行了优化.以覆盖率、节点利用率、网络能耗均衡系数为综合优化目标,建立了无线传感器覆盖多目标优化函数.针对普通布谷鸟算法后期搜索能力弱,容易陷入局部极限的缺陷,采取了发现概率和搜索步长自适应特征的改进措施.仿真结果显示方法有较好的优化效果.与遗传算法相比,覆盖率提高了6.73%;利用率减少了16.66%,能耗均衡系数减少17.82.     

基于自适应邻域选取的局部投影降噪

提出一种以相点距离矩阵和信噪比为测度的自适应选取邻域参数的局部投影降噪方法.首先将一维时间序列重构到高维相空间,然后计算相空间中各个相点间的距离以构成相点距离矩阵,并据此设定参考相点的初始邻域半径和动态搜索步长,自适应地选择邻域大小,再利用局部几何投影方法消除噪声,迭代此过程,历史输出信噪比达到最大时获得优化邻域.     

一种多属性的时空数据聚类算法分析研究

时空聚类(spatial-temporal density based spatial clustering of applications with noise,ST-DBSCAN)算法只能处理固定属性的时空数据,且其人为设定阈值的方法具有较大随机性会导致聚类结果不理想.基于ST-DBSCAN算法存在的不足,提出了一种改进的多属性时空聚类算法.改进后的新算法采用绘制时空对象距离频数柱状图来设定自适应阈值,通过引入Gower相似系数、Dice相似系数与欧几里德距离来构建多属性相似度模型,计算多个事务对象之间属性特征的相似度大小,从而将ST-DBSCAN时空聚类算法扩展到更多属性的时空数据聚类分析中.以北京市计算机行业职位招聘信息数据进行实验仿真,实验结果表明,新提出的阈值设定方法可以有效识别部分低密度簇,提高聚类的准确性和有效性;改进后的算法具有较好的普适性与包容性,能对多属性的时空数据进行很好的聚类分析.