一种基于全域子空间分解挖掘的QoS准确预测方法

QoS的准确预测是评判和选择最佳Web服务的一种重要标准;传统的QoS预测方法采用时间平均值和各种参数简单加权的方法,无法对大量Web服务下的资源进行准确预测,预测结果模糊;提出一种基于全域子空间分解挖掘的QoS准确预测方法,即采用全域分析的思想对所有数据进行预处理,在此基础上,通过子空间分解的方法,在子空间中对数据进行分解分析,提取数据的深层次特征,然后将全域分析的结果与子空间分解分析的结果进行有效的数据融合,从而实现对所分析数据的准确预测;采用一组Web节点和拟定度量参数进行了预测实验,结果显示,基于全域子空间分解挖掘的QoS预测方法可以精确预测出渐变过程,结果准确,在QoS预测中具有广泛的应用价值。     

我国碳酸锶工业现状与展望

据有关资料预测，2005-2008年间，全球钛白粉市场需求将以年均2％的速度增长，其中亚太地区的增速最高，年均增幅度3．1％。同时，未来几年全球钛白粉装置的年扩能速度将不足1％，因此全球钛白粉市场仍将趋紧。随着近年来电子工业迅速发展，以及碳酸锶新用途不断拓展，     

障碍空间中的移动对象位置预测

移动对象的运动基本是在障碍空间里进行的。近几年,已有较多针对障碍空间中范围查询、近邻查询、聚类查询等的研究,但是目前尚没有对障碍空间中移动对象的位置预测进行研究。为此,研究了障碍空间中移动对象的位置预测;采用灰模型与线性模型相结合的办法,提出了一种基于R树的高效的剪枝算法;根据移动对象的运动规律性,提出了几条剪枝策略,从而大大减少了需要处理的障碍对象个数。最后,通过实验验证了算法的准确性和高效性。     

基于SURF与Hough森林的人脸检测研究

为实现复杂场景中的人脸检测与定位,提出了一种基于快速鲁棒特征SURF与Hough森林的人脸检测算法。采用SURF局部特征构建Hough森林分类器,每个叶子节点存储类别信息与特征点到达目标中心的偏移量,在图像局部外观与Hough投票之间建立映射关系,生成有监督的判别式的码本,获得可靠的概率Hough投票,以此预测目标中心位置,提高了检测精度。与此同时,采用SURF局部特征提取图像兴趣点有助于减小计算量、加快检测速度。实验证明了所提算法的有效性。     

复杂光照下的缩微道路车道线检测方法

为了解决复杂光照下的缩微道路车道线检测问题,提出了一种适用于复杂光照下的缩微道路车道线检测方法。首先运用朴素贝叶斯对不同光照下的车道图像进行分类,然后对分类后的车道图像采取相应的图像处理方法,最后运用改进的大津法和改进概率霍夫变换来检测车道线。对多段不同光照模式下的车道图像进行的仿真实验表明,该方法对缩微道路车道线检测的成功率达到95.5%,具有很强的鲁棒性和抗干扰能力。     

城市轨道交通客流预测算法设计与仿真

为了更好地解决城市轨道交通的客流预测问题,提出了基于混合神经网络与卡尔曼滤波器的客流预测多层次模型。首先采用ELAN神经网络实现客流量的初步预测;然后采用卡尔曼滤波器对神经网络预测结果进行修正,以进一步提高预测结果精度;最后为了验证模型的正确性,以上海地铁交通作为研究对象,进行了客流观测和预测模拟。实验结果表明,所提出的多层次模型比单纯其中一种算法能减少约0.8%的误差,并且具有更好的实际效果。     

混合排名映射概率和混沌搜索的ABC算法

针对由于人工蜂群算法(Artificial Bee Colony algorithm,ABC)采用直接映射概率选择食物源而引起收敛速度慢、陷入局部最优等问题,提出一种混合排名映射概率和混沌搜索的人工蜂群算法((Artificial Bee Colony algorithm based on Hybrid rank mapping probability and Chaotic search,ABC-HC))。首先,利用目标函数值的排名来获取选择食物源的排名映射概率,并提出计算排名映射概率的两种方法;然后,在观察蜂阶段,融合这两种计算概率的方法,即不同的搜索阶段采用不同的排名映射方法计算食物源选择概率,构造基于混合排名映射概率的人工蜂群算法,以便能够维持种群的多样性避免陷于局部最优;最后,在侦查蜂阶段,使用混沌搜索替代随机搜索以便进一步提高收敛速度,最终获得较好的全局最优解。对10个标准测试函数进行仿真,结果表明,ABC-HC算法不仅提高了收敛速度,而且更能跳出局部最优,有效地找到全局最优解,优于标准的ABC算法和进化算法。     

基于RBFNN非线性预测模型的多电机传动系统

多电机传动系统因具有多变量、非线性和强耦合性等特点而难以建立精确数学模型。以两电机传动系统为研究对象,将构成NNC网络的RBF神经网络与常规PID控制相结合,从而实现控制参数自适应调节;用隐藏层节点动态生成的RBF神经网络构成NNI网络建立非线性预测模型,以实现传动系统的参数预测。结合NNC网络和NNI网络设计了一种基于RBF神经网络非线性预测模型的两电机传动系统控制器。实验结果表明该控制器可以实现两电机传动系统中电机转速和张力的解耦控制,动静态性能好。     

无人直升机姿态通道模型预测控制

针对无人直升机姿态通道中存在的测量干扰与控制输入受限等问题,利用包含时变柔化因子的模型预测控制算法设计了一种姿态通道控制器。具体而言,首先对姿态通道的传递函数进行了等效变换,得到嵌入了积分环节的状态空间(SSEI)模型,并进一步建立了姿态通道的预测模型;然后综合分析了姿态通道系统在初始响应速度和减小测量干扰影响两个方面的要求,设计了含时变柔化因子的柔化轨迹;接着考虑到舵机的输出限制,分析了姿态通道的控制输入约束条件;最后基于上述三点内容,设计了滚动优化过程。论文还以无人直升机的偏航通道为例进行了飞行实验测试,结果表明该控制算法可明显地加快系统响应速度,减小模型不确定性与测量干扰等因素的影响,具有较好的工程应用价值。     

基于最小巡游概率的网络空洞平衡唤醒算法

在网络移动Agent(MA)模式下环形路由设计中,由于网络数据包传输冲突产生空洞,需要设计空洞平衡唤醒算法,以平衡网络能量,延长网络寿命。传统方法采用自适应学习粒子群算法,构建C/S模式下的空洞平衡唤醒算法,由于网络能耗不均衡也将容易使网络产生信息空洞的孤岛节点,性能不好。提出一种基于最小巡游概率的移动Agent的能量平衡环形路由信息空洞唤醒算法,建立最小跳数链路与梯度环,提供MA休眠和唤醒所需能量,进行MA迁移与数据回传,进行最小跳数链路路由算法设计,构建最小巡游概率判别准则与整体网络拓扑结构,实现网络信息空洞平衡唤醒算法的改进。仿真结果表明,该算法能数据包跳数构建网络拓扑,有效抑制了数据包在同一梯度内重传现象,通过最小概率巡游,有效减少因节点死亡而产生网络空洞的概率,有效克服网络能耗不均衡也产生信息空洞的孤岛节点,sink节点会相继收到由内环到外环各层MA所回传的融合数据,有效延长网络使用寿命,提高系统稳定性。