一种多值决策属性的决策系统的离散化算法

决策系统中连续属性的离散化,即实型属性空问向整型属性空间的映射,它是对决策表中属性约简的第一步.针对多值决策属性的决策信息系统,提出一种新的属性离散化算法.首先根据决策属性的不同,将条件属性集划分为不同的序列,对每两个序列求取候选断点,最后,综合所有的候选断点即为所求的候选断点集合;然后在基于条件属性重要度和贪心算法的基础上提出一种确定结果断点子集的新启发式算法.实例验证了本文所提出的算法能够取得较理想的连续属性离散化结果.     

视线跟踪中基于虹膜识别的一次标定方法

为了简化头戴式视线跟踪系统中的标定过程,提出一种无需添加任何硬件的、基于虹膜识别的一次标定方法.使用者只需在第一次使用头戴式视线跟踪系统时进行标定,再次使用时,系统会自动进行虹膜识别,调出使用者第一次标定时的眼部图像数据来计算当前眼部图像与标定时的眼部图像的相对偏转角和偏移量,得到使用者当前的标定参数.实验结果表明,该方法可以在不影响系统原有精度的条件下,省去使用者每次使用视线跟踪系统时都需要进行的烦琐的标定过程,大大简化了系统的标定,降低了系统的使用复杂度.     

一种基于DQCGA算法的软硬件动态划分方法

软硬件划分是嵌入式系统设计的高层抽象环节中最重要的关键步骤之一.在某些数据相关的应用领域中,划分环境是动态变化的,因此我们提出了一种解决动态软硬件划分的方法.这种方法基于一种名为DQCGA的演化算法.DQCGA算法受自然界中对称和互补机制的启发,操纵一对互补的概率向量来适应动态变化的环境.我们系统地完成了建模,动态环境定义等环节,然后通过和已有方法的比较,有针对性地设计了实验.试验结果很好地证明了该方法对于解决软硬件划分问题的可行性和有效性,并且较之以往的方法有着更好的表现.     

烟草物流系统模型研究及设计

研究与探索烟草行业当前的物流工作如何能适应未来发展的需要,使烟草物流系统从全局的角度达到最优,具有重要意义。该文对此问题进行了分析与研究,对烟草行业物流体系进行了规划与初步设计,并对其中的一些问题进行了探讨。     

一种进化RBF神经网络的模型及其训练算法

径向基函数神经网络（RBFNN）具有最优逼近和全局逼近的特性,在函数似合方法优于传统的BP网络,因此被广泛应用于非线性时间序列分析算法领域。本文针对时间序列中的非平稳数据,结合差分平稳化与分阶遗传的思想,提出一个新的进化RBF神经网络的模型及其训练算法。通过实例分析表明,该方法在处理非平稳时间序列方面具有一定的优越性。     

多印痕指纹识别的数据融合技术

由于指纹图像中存在非线性变形和噪声干扰,当前的指纹识别系统不能满足某些系统要求保持很低的误接受率(FAR)的同时达到较低误拒绝率(FRR)的要求。提高识别性能的一个有效的方法是融合多个模板和多个指纹的数据融合技术。该文研究的一种多印痕指纹数据融合技术能够改善系统性能。通过实验证明了这种数据融合技术能够有效提高系统性能,可以使系统在保持低误接受率的条件下降低误拒绝率。     

基于独立分量分析和遗传算法的图象分离方法研究与实现

在深入分析独立分量分析技术的基础上，针对常规数值求解方法容易陷入局部最优解的问题，提出了一种基于遗传算法和独立分量分析相结合的盲源分离新算法．通过对图象信号分离仿真试验表明，采用最佳保留机制和移民方式的动态补充子代个体操作，在一定的群体规模和遗传代数的情况下，该方法能实现信号的盲分离，并可获得全局最优解．对超高斯信号和亚高斯信号的混合信号，与扩展信息最大化方法相比，该方法可获得更好的分离效果。     

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分，而如何精确高效的处理视觉信息是视觉系统的关键问题．本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统。离线颜色分析器用于提取各种颜色的阈值，实时视觉信息处理器则利用阈值进行图象分割，从而使机器人准确认知当前环境。     

量子遗传算法及其在图像盲分离中的应用研究

在改进Han的遗传量子算法的基础上，提出一种新的量子遗传算法．算法中采用多量子比特来编码多状态基因，构造了各个体之间的联合量子交叉，提出了通用的量子旋转门演化策略和动态调整旋转角机制．将量子遗传算法与独立分量分析算法相结合，提出一种图像信号的盲分离方法．仿真结果表明了该算法的有效性．     

基于行列扫描的虹膜定位算法

提出一种新的虹膜定位方法。首先用灰度门限法提取虹膜的内边界象素点，然后对瞳孔内部一定灰度范围内的值进行二值化填充，用行列扫描的方法去除瞳孔外围的杂点，初步定位出瞳孔的圆心和虹膜的圆心，最后应用最小二乘法拟合获得精确的瞳孔和虹膜的圆心及半径。