基于改进最大熵算法系统传输速率优化研究

研究系统速率优化提高问题。随着用户对系统的传输速率要求越来越高,传统的系统优化传输速率算法由于参数设置难,而造成算法复杂度特别高,使得系统的传输速率降低,为了解决上述问题,在基于误比特率和功率的分析基础上,提出了一种改进的最大熵算法优化系统传输速率方法。方法首先给出系统模型并提出自适应最大熵调制算法理论,然后在发送端和接收端能够完全知道信道状态信息的情况下,给出了最大化传输速率的低复杂度比特和功率分配算法。仿真结果表明,提出的算法可以有效地满足系统地误比特率要求,同时大大降低了系统的计算复杂度,是一种有效地系统传输速率优化方法。     

代谢网络可视化系统的力导向布局算法设计

针对生物化学代谢反应网络可视化系统的优化设计,提出了一个基于力导向模型的解决方案。新方案根据具体的可视化目标,综合拓扑信息进行参数调整。实验表明,这些调整给可视化的布局质量带来很大的改善。另外,代谢网络具有鲜明的无尺度网络特性。据此,进一步提出了针对枢纽结点的优化方案,在视觉效果上突出了代谢反应网络的无尺度特性。为了融合力导向方案和基于无尺度网络特性的局部调整方案,最后总结了一个三阶段的布局算法框架。     

均衡化特征匹配的非刚体细胞形态跟踪

提出利用均衡化特征匹配来进行非刚性细胞形体跟踪的方法。采用重启动的随机游走方法建立并求解特征匹配概率模型,利用双向均衡方法对匹配邻接矩阵进行均衡化处理,得到指定目标与待跟踪目标之间的精确匹配,以获得目标的定位跟踪结果。同时利用特征匹配结果进行目标的自动标定,并应用图像分割方法进行目标的精确轮廓跟踪。实验结果表明,将该方法应用于视频中动态背景下的运动细胞形态跟踪时,在背景相似度较高及目标迅速移动的条件下,表现出了良好的性能,与同类方法相比可获得较高的定位精度以及更为准确的目标轮廓。     

本期摘要

基于非线性处理的图像增强算法研究作者：何楚瑶单位：中北大学信息与通信工程学院山西太原030051摘要近年来．基于非线性处理的图像增强技术成为相关领域研究人员关注的一个热点。尽管非线性方法与通常的图像增强算法相比,其计算量非常大．但是灵活多样的数值计算方法使其能够满足高质量图像方面的需要,因而基于非线性图像处理的图像增强方法逐渐在图像处理领域中受到青睐。     

近邻自适应局部尺度的谱聚类算法

提出一种在LUV空间中基于多层次化结构Nystrm方法的自适应谱聚类算法。首先引入LUV色彩空间,避免了RGB色彩空间中色彩辨别阈对分割的影响,在纹理、边缘区域取得了更好的分割效果;其次将谱聚类算法中基于多层次化结构的方法和基于Nystrm采样的方法结合起来,有效减少了运算时间、解决了数据量较大时计算过程中内存溢出的问题;最后在K均值聚类中通过对特征间隙(eigengap)的分析,自适应地选择K值的大小,解决了自动确定聚类数目的问题。将提出的方法在LUV色彩空间中和RGB色彩空间中分别进行图像分割实验,结果表明在LUV色彩空间中取得效果更加理想。同时也将提出的算法与基于Nystrm方法的谱聚类算法(spectral clustering-Nystrm,SC-N)进行比较。实验结果表明,该算法在数据运算量、运行时间和分割结果上都优于SC-N方法。     

基于多记忆抗体克隆选择的人工免疫网络算法

在优化克隆算法的研究中,针对传统的克隆选择算法存在收敛性差和局部最优问题,提出一种多记忆抗体克隆选择原理的人工免疫网络算法。在克隆选择算法的基础上通过引入替代阀值因子,利用随机生成的新抗体组成种群替代原种群中对抗原亲和力最小抗体,同时增设变异概率的概念,达到在一定程度上避免记忆抗体种群的退化现象,提高算法的全局优化能力,避免陷入局部最优。仿真结果表明,算法加快了种群亲和力成熟的进程,随着进化代数的增加检测率总体呈上升趋势,能更好的应用于大规模各种识别问题中。     

基于传感器网络节点配置优化仿真研究

研究无线传感网络节点配置覆盖优化问题。由于无线传感网络存在着热区问题,对网络的覆盖性能造成严重的影响,同时影响网络配置优化。为了有效的提高无线传感网络的覆盖率,提出了一种改进的粒子群算法优化无线网络节点覆盖。针对粒子群算法存在易陷入局部极值和早熟的缺陷,引入遗传算法中的交叉算子和变异算子,优化传感网络节点的混合粒子群算法,在严格确保无线传感器网络连通性的条件下,传感器节点配置数目达到要求的覆盖度,并进行仿真。仿真结果表明混合粒子群算法能快速收敛到更精确的解,使网络节点配置达到覆盖的优化要求。     

人工蜂群算法在移动机器人路径规划中的应用

研究机器人路径规划优化问题,机器人工作环境复杂,运动路径上存在许多障碍物.针对提高机器人安全导航性能问题,传统群智能算法存在早熟、搜索效率低等难题,难以获得全局最优路径.为了获得最优机器人运动路径,避免碰撞的发生,提出了一种人工蜂群算法的机器人路径规划方法.首先采用栅格法对机器人工作环境进行建模,然后机器人路径规划目标点作为蜜源,最后蜂群之间信息交换、协作搜索最优机器人运动路径.结果表明,人工蜂群算法解决了传统群智能算法存在的难题,加快了机器人路径规划求解速度,以较短时间找到最短机器人运动路径.     

基于改进最大熵算法的煤矿安全监测系统设计

研究了煤矿安全监测及灾害预警的检测问题,提高检测的准确性。已有的煤矿安全监测技术多是基于单层传感网络设计,当瓦斯等危险气氛浓度泄露受到外界干扰,容易发生检测节点特征退化,传统方法抗噪能力差,效率低,监测结果不稳定。为了解决这一问题,提出一种基于改进最大熵算法的井下实时监控与灾害监测预警系统设计方法。设计了基于抗干扰的最大熵检索建模功能,快速计算跳数和能耗信息,实现安全隐患的准确检测。仿真结果表明,系统能够大幅降低干扰风险,取得良好的效果。     

一种新的双模式神经网络盲均衡器设计与仿真

在通信系统设计中,常采用盲均衡器来抑制带限信道导致的码间干扰。但传统的常数模算法(CMA)以及基于CMA的双模式算法对于多进制正交调幅信号(QAM)存在较大的误判,收敛后QAM系统性能较差等不足之处。在修正常模算法(MCMA)的基础上,针对QAM信号为多模信号的特点,采用多模算法(MMA)与修正判决引导算法(MDD)结合的双模式算法,并引入可准确模拟信道逆系统的多层感知机结构,得到了一种新的基于双模式算法的多层感知机结构神经网络盲均衡器,利用新算法调整神经网络参数,并且利用重置模块跟踪信道变化。仿真结果表明,新算法调整的神经网络盲均衡器双模式盲均衡器在稳态MSE、收敛性方面都有所提高,并具有抵抗信道突变的能力,为通信系统设计提供参考。