基于局部与全局优化的双目视觉里程计算法

为实现移动机器人的实时精确定位,提出一种新的双目视觉里程计算法。利用加速尺度不变特征变换(SIFT)算子提取左右图像特征并做稀疏立体匹配,对前后帧图像进行帧间SIFT特征追踪,在RANSAC策略下通过运动估计获得初始位姿(旋转和平移矩阵)。在此基础上,将图像序列分为关键帧和非关键帧,采用可变滑动窗口对相邻关键帧的位姿局部非线性优化以减小帧间运动估计误差,同时通过词袋模型进行回环检测,对环内所有关键帧的位姿全局优化,避免位姿误差的累积和轨迹漂移。实验结果表明,该算法满足实时性要求,并且能够减小位姿误差,提高定位精度。     

求解差异工件批调度问题的改进型蚁群算法

针对最小化制造跨度的差异工件尺寸单批处理机调度问题,通过将其转化为最小化浪费空间的问题,采用候选集策略构建分批以减少搜索空间,利用基于浪费空间的启发式更新信息素,提出一种改进的最大最小蚁群算法。此外,在算法中还引入了一种局部优化策略,以进一步提高算法的性能。仿真实验结果表明,所提出的算法优于其他几种已有算法,验证了所提出算法的有效性和鲁棒性。     

一种约束布局求解算法的改进

针对一个实际问题,讨论了一种约束布局的启发式算法,提出了约束布局求解的启发式规则及相应的布局方案求解策略,改进后的算法具有很强的灵活性和柔性,同时还对该算法的实际性能进行了仿真,结果表明了改进算法的有效性和合理性.     

认知无线电网络中的合作频谱分配算法（增刊修改稿）

研究认知无线电网络中的动态合作频谱优化分配，给出了基于图着色理论的频谱分配模型，针对固定拓扑提出了加权分布式贪婪算法WDGA、基于公平性的分布式贪婪算法BFDGA及改进的随机分布式算法IRDA，分别实现了基于吞吐量、公平性及合作开销的频谱优化分配；针对可变拓扑提出了一种快速信道调整算法FCAA，在保证吞吐量和公平性性能的前提下可以明显减小开销。     

基于贪婪策略的局部优化服务组合方法

提出了一种不依赖于服务关系图、可支持实体之间继承与组合关系、高效的自动服务组合方法.该方法首先标记出必要的可满足服务,然后从中挑选出部分服务直接生成组合路径,从而减少时空开销,避免循环搜索与重复搜索.为达到局部优化的目标,标记可满足服务时运用了贪婪策略.仿真实验表明,该方法具有良好的时间复杂度,能够适用于大规模的语义服务组合.     

重构画面

需要软件：Photoshop CS软件你会学到：在Camera Raw中进行局部优化,画面剪裁,消除色散需要时间：30分钟有个恰当的画框,能够让画面中的主体显得更加出众。而如果能在拍摄过程中就预先设定特别的景物来作为＂天然＂的画框,则更能为画面增色。比如,透过一扇古老的木质窗棂来拍摄景物,那么十字形的窗框便形成了天然的画框。     

近地小行星探测任务月球借力逃逸转移混合优化方法

利用月球借力能够提升送入深空的有效载荷的质量。设计月球借力深空逃逸轨道主要有两种方法:正向法将借力轨道参数化后,利用全局优化算法进行优化,该方法思路直观,但优化参数多,导致计算耗时长,收敛稳定性差;反向法先确定日心段最优轨道,再拼接月球借力地心段轨道,该方法计算耗时少,但模型精度差,并且不容易收敛到全局最优解。为了快速求解月球借力深空逃逸轨道,本文在已有方法基础上提出混合优化方法。提出的混合优化方法充分利用反向法收敛速度快和正向法精度高的优点,先以反向法的多目标优化Pareto解集为参考轨道,再在参考轨道附近开展局部优化,利用正向法使用全局搜索算法,快速获得最优转移轨道。以探测近地小行星1989 ML和2003 SM84为例进行了数值仿真,仿真结果显示混合优化法解的收敛稳定性和计算效率相比正向法提升显著,改进后解的收敛稳定性提升至原来的3~4倍,计算时间缩短50%。仿真结果表明混合优化法对解的收敛稳定性和收敛效率提升效果显著。     

DCT域图像水印的局部优化检测性能研究

水印检测是数字水印技术最关键的步骤之一.水印检测的传统方法是采用线性相关的方法,但是该方法存在问题.本文根据数字图像离散余弦变换(DCT)域交流系数的广义高斯分布模型,对图像水印的局部优化检测方法进行了推导,并给出了水印检测器检测性能的理论分析结果.实验结果验证了图像水印局部优化检测方法检测性能理论分析的有效性,以及实际检测性能的优越性.     

基于(火用)分析方法的热力系统计算

基于等效焓降理论提出了有效(火用)降的概念,建立了当抽汽量扰动时对整个热力系统影响的数学模型.这样,当热力系统的结构局部变动或热力系统某一参数改变时,不需对整个热力系统进行全盘计算,即可求得整个热力系统经济性的改变.这种分析方法的建立,避免了常规(火用)分析法中的抽象的物理慨念和繁琐的计算过程,对于分析法在实际工程中的推广应用具有积极的作用.     

改进蚁群算法在基于服务质量的Web服务组合优化中的应用

为了克服基础蚁群算法存在的前期搜索速度较慢、后期极易陷入局部最优解的缺点,提出初始信息素分布策略和局部优化策略;同时还提出了依赖解的质量的信息素更新依据,以增强算法过程中信息素的有效积累。将该改进蚁群算法应用于基于服务质量(QoS)的Web服务组合优化问题中,通过在数据集QWS2.0上的实验对改进蚁群算法的可用性和有效性进行了验证。结果表明改进的蚁群算法与基础蚁群算法、利用解与理想解距离更新信息素的改进蚁群算法以及用支配程度作为解的个体评价的改进遗传算法相比,能够找到更多的非劣解,寻优能力更优,表现出了较稳定的性能。