基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。     

带反馈的混沌并行GA及其在非线性约束优化中的应用

基于生物系统中普遍存在"随机进化 反馈"现象,提出了带反馈机制的混沌并行遗传算法:混沌映射的嵌入保持演化群体良好的多样性,而反馈机制,即基于Baldwin效应的后天强化学习,克服纯粹随机演化,从而加速系统演化进程.通过基准复杂非线性约束优化问题及金融领域中基准的参数优化问题的数值实验,验证了文中算法的高效性、通用性及稳健性.     

基于聚类的HMM算法及其在NIDS中的应用

本文提出根据正常-异常序列模式异常来定义紧急级别的新概念，将隐马尔可夫模型引入到网络入侵检测系统中检测正常-异常序列中的模式异常。并针对直接对检测数据进行HMM训练和检测。存在计算量很大的问题。提出了采用先聚类降低状态维数，然后采用HMM的方法进行NIDS检测的方法。实验证明其有效性。     

严格反馈型不确定性随机系统智能滑模控制

研究了采用滑模控制方法来设计由带有不确定参数的It∧o型随机微分方程表示的严格反馈型随机系统的镇定控制器．考虑到该类系统扰动信号的随机特征和特殊结构以及理想滑模控制所具有的缺陷，作者将智能控制和滑模控制相结合，以避免控制器快速切换和理想滑模控制律产生的抖动效应，由此基于已有的一些研究成果深入探讨了采用智能滑模控制来镇定此类随机系统的特点和优点，最后对一个实例系统设计了其智能滑模控制律，仿真结果表明了所采用控制方法的有效性和正确性．     

多模态Hto随机系统的均方稳定性与鲁棒镇定

研究由连续时间Ｍａｒｋｏｖ链所确定的多模态Ｉｔｏ随机系统的均方稳定性与鲁棒镇定,得到了一般多模态Ｉｔｏ随机系统的ｋ阶距指数稳定性定理,线性不确定系统的均方稳定性定理,给出了线性不确定系统的鲁棒镇定控制器。     

混杂随机微分方程θ方法的几乎必然指数稳定性

大部分的混杂随机微分方程很难得到解析解, 因此利用数值方法研究其数值解具有重要意义. 本文研究θ方法产生的数值解的几乎必然指数稳定性. 在单边Lipschitz条件和线性增长条件下, 首先给出方程的平凡解是几乎必然指数稳定的. 然后在相同条件下, 运用Chebyshev不等式和Borel-Cantelli引理, 证明了对θ ∈ [0,1], θ方法重现平凡解的几乎必然指数稳定性. θ方法是一种比现有的Euler-Maruyama方法和向后Euler-Maruyama方法更广的方法. 当θ等于1或0时,它分别退化为上述两种方法之一. 本文的结论对上述两种方法同样适用. 最后, 数值例子和仿真说明了对不同的θ所提出方法的有效性和稳定性.     

随机复杂网络同步控制研究进展综述

复杂网络控制系统由于其在通信、计算、控制等多学科的交叉特性已经引起了各行各业学者的广泛关注,复杂网络同步控制已经成为一个研究热点.本文主要综述了随机复杂网络的同步控制研究进展情况.首先论述了随机复杂网络同步控制的研究背景及意义,然后从复杂网络的动力学特性、复杂网络的拓扑结构、复杂网络的受限情况、复杂网络的同步控制策略和随机复杂网络同步能力优化几个方面分别进行了综述,进一步综述了随机复杂网络的应用情况.最后在总结国内外研究成果的基础上,指出随机复杂网络未来亟待解决和研究的问题.     

自适应分层免疫算法

免疫算法是一种新型的导向性随机启发式搜索算法,文章在简单介绍免疫算法基本原理及操作步骤的基础上,针对几个关键参数和操作算子对算法性能的影响进行探讨。提出根据具体的问题,结合各种形式免疫算法,建立一个自适应分层免疫算法。实验表明:自适应分层免疫算法能结合各底层免疫算法的优点,具有收敛速度快、寻解能力强等优点。     

统计分析指导下的排样系统

该文对排样零件进行统计预测分析,判断基于相似度定义的免疫算子的假设是否成立,由此指导相似度定义。实验表明良好的相似度定义可以提高排样速度。