群智能在Ad Hoc网络QoS组播路由中应用的研究

通过对Ad Hoc网络QoS组播路由问题的深入研究,提出了一种融合量子粒子群优化和蚁群优化的群智能混合算法(QPSOACO算法)。该算法融合QPSO思想以加速蚁群算法在路由发现及维护时的收敛速度,进一步提高算法对网络节点移动性的适应能力。仿真实验表明,该算法对Ad Hoc网络环境的适应性良好。     

基于蚁群优化算法求解矩形件排样问题

布局问题来源于生产实际,优秀的布局可以提高原料利用率,降低成本,提高经济效益,对许多行业有重要意义。矩形件优化排样是一类具有NP完全难度的组合优化问题。人工蚁群算法是对蚂蚁群体行为的模拟抽象,该算法具有分布计算、信息正反馈和启发式搜索等特点。本文将蚁群算法和剩余矩形法结合用于解决矩形排样问题,首先用蚁群算法将矩形件排样问题转化为一个排列问题;然后通过剩余矩形排样算法排出每一个排列所对应的排样图;最后用算法对文献[9]中的两个算例进行了验证,表明了其有效性。     

基于物联网的水产养殖水质监控系统设计

为方便监测和调节罗非鱼养殖水域的水质参数,设计了基于物联网（IoT）的水产养殖水质监控系统。前端传感器检测水体相关物理参数,通过采集单元的通信网络发送到智能水质监控单元,智能监控单元可以对增氧机、循环水泵及物料投放机等进行自动控制。同时,智能监控单元通过以太网或无线公用网络将数据传送到数据服务中心。用户可以通过移动终端或计算机实时了解水质信息,也可以通过监控软件下发命令,控制现场设备,实现对水质参数的手动调节。测试结果表明：该系统具有运行稳定、操作方便、成本经济等优点,可以应用于水产品的养殖生产活动。     

硕士生学制“三改二”争论之我见

2005年6月,笔者参加了在桂林召开的“全国信息与电子学科研究生教育论坛”,会议期间,来自清华大学、浙江大学、哈尔滨工业大学等40多家研究生培养单位的代表围绕研究生教育学制改革、研究生培养质量保证、研究生创新教育等问题展开了激烈的讨论。代表们在很多方面基本达成共识,但在硕士生学制是否“三改二”问题上却产生了较大分歧,一部分代表认为硕士生培养实行二年制是我国高等教育与国际接轨、降低培养成本、提高培养效率、优化资源配置的重要改革举措,硕士生学制“三改二”符合市场需求,是大势所趋;但也有一部分代表认为学制改革一定要…     

量子粒子群优化改进的模糊C均值聚类算法

针对模糊C-均值(FCM)聚类算法对初始聚类中心选择敏感,易陷入局部最优的问题,提出一种量子粒子群优化改进的模糊C均值聚类算法。该算法引入的基于新距离标准的量子粒子群(AQPSO)算法不仅可以降低初始点敏感度,较快地收敛到最优解,而且能够提高全局搜索能力。仿真实验证明,该融合算法在摆脱局部最优区域,保证收敛速度同时使得聚类效果较好。     

基于多边形近似的图像纹理全局特性研究

使用传统的MRF模型进行纹理合成时存在无法把握纹理全局特性的缺陷,对具有大规模结构特性的纹理进行合成时,容易造成纹元周期性混乱。将特征匹配的方法引入传统MRF模型中可改良图像合成效果。详细分析了特征点识别与定位对整个纹理合成的作用。首次提出了一种用基于二进制具有量子行为的粒子群算法的多边形近似来分析纹理图像中特征点分布的结构模式分析方法。该方法可以提取结构性及半结构性半随机性纹理中的特征点分布规律,采用对特征点分级的方法定位纹理的大规模乃至全局特性。     

融合免疫-蚁群的Ad Hoc网络QoS多播路由

针对Ad Hoc网络中带QoS约束的多播路由问题,提出了一种基于免疫蚁群算法的QoS多播路由发现算法。利用人工免疫算法的快速全局搜索能力寻找较优解,生成初始信息素的分布,加快收敛速度;通过蚁群算法的正反馈收敛机制求得精解,借鉴抗体排斥度的思想避免算法陷入局部最优。仿真结果表明,该算法具有较好的收敛性和寻优能力,适应于Ad Hoc网络环境的变化。     

特征金字塔融合的多模态行人检测算法

针对单模态行人检测在光照条件较差、目标部分遮挡、目标多尺度时检测效果较差的问题，提出了一种基于可见和红外双模态特征金字塔融合的行人检测算法。使用深度卷积神经网络代替传统的手工设计特征方式分别自动从可见模态及红外热模态的图片中提取单模态特征，根据ResNet（Residual Net）的阶段性特征图谱搭建特征金字塔网络，生成每个模态的特征金字塔，并将两个模态的特征金字塔进行逐层融合。选择深度学习通用目标检测算法--Faster R-CNN作为后续的目标定位与分类算法来解决多模态行人检测问题。在特征金字塔融合阶段，针对级联融合和较大值融合容易忽略弱特征，无法有效融合互补特征的问题，提出了一种锐化特征的特征金字塔融合方法，根据阈值强化突出强特征，互补叠加弱特征，有效利用每个模态的特征，进一步提高模型的检测效果。实验结果表明，特征金字塔聚合的多模态行人检测算法可以有效解决多模态行人检测问题，在KAIST数据集上的检测效果超过了目前该数据集上的最佳模型。     

LNG冷藏车冷量回收系统仿真研究

液化天然气(LNG)在气化升温过程中会释放大量的冷量,LNG冷藏车回收并利用该冷量对车厢进行供冷,该冷藏车具有节能和环保的特点.本文介绍了LNG冷藏车的基本原理以及新型冷量回收系统的设计方案,为了研究LNG冷藏车的供冷性能,建立了仿真模型并对冷藏车冷量回收系统进行模拟计算,分析了乙二醇入口温度和流量、LNG流量、风速、系统压力对制冷量、空气出口温度的影响.计算结果显示,乙二醇流量是对系统性能具有重要影响参数之一,通过对结果分析,证明了LNG冷量回收应用于冷藏车制冷的可行性,同时为LNG冷藏车的系统设计提供了参数.研究结论对LNG冷藏车设计具有重要的参考价值.     

基于分形技术的小波包域多重数字水印算法

文中提出了一种基于分形图像编码的方法,显著地减少了灰度图像水印嵌入的数据量,同时结合人类视觉系统模型,将混合多重水印嵌入到小波包域的多个频带内.使用对称加密算法的密钥作为个人密钥,水印方案具有双重的安全性.实验结果表明,该算法有效地克服了灰度图像水印数据量大的缺点,并且提高了水印的鲁棒性.大量仿真结果证明了该算法的有效性.