时变曲面一致性骨骼提取

针对提取时变曲面骨骼效率低下且骨骼序列不一致的问题,提出一种基于传播的策略使用配准算法修复初始不完整骨骼,从而提取时变曲面骨骼的方法。首先,提取时变曲面一些关键帧的完整骨骼,另外直接提取关键帧之间曲面的骨骼序列;然后,利用设计出的全局骨骼配准方法,将关键帧骨骼形变到其邻居骨骼;最后,将形变后的关键帧骨骼信息转移到邻居骨骼,从而产生一个新的完整骨骼。对整个骨骼序列执行该操作,以提取完整骨骼。实验结果表明,该方法高效、准确,且该系统可以应用到未经处理的扫描产生的动态几何数据上,这些数据往往包含着大量的噪声点、奇异点和大块的缺失数据,但仍能较快获得一致性骨骼序列。     

改进LeaderRank算法的意见领袖挖掘

意见领袖挖掘是社会网络研究的重要课题,对于舆情控制、信息传播等方面具有重要意义。LeaderRank算法是一个有效的意见领袖挖掘算法。为提高LeaderRank算法的准确性和抗干扰能力,在LeaderRank算法基础上,加入用户之间的情感倾向、用户活跃程度,提出了改进的LeaderRank算法。基于SIR模型的实验验证表明,改进算法的准确性和抗干扰能力均得到了有效提升。     

基于二维可变邻域编码方式的混合遗传算法

针对现有混合遗传算法无法兼顾有效性及高效性的问题,提出一种基于二维可变邻域编码方式的新型混合遗传算法(VNHGA)。首先提出了一种将个体“基因型”与“邻域型”分开编码、同步遗传的新型编码方式,以替换传统二进制编码方式;然后设计了一种稳定变异算子,以替换传统变异算子来提高效率。通过多维函数最小值问题对VNHGA进行测试:首先验证采用所提二维可变邻域编码方式后,使用“鲍德温(Baldwin)效应”作为将局部搜索嵌入传统遗传算法策略时,相对于基于“拉马克(Lamarckian)进化”的嵌入策略,仍然具有采用传统二进制编码方式时的特性,即具有良好有效性但高效性不足;其次验证引入稳定变异算子后,算法在保持其有效性的同时提升了效率,运行时间缩短到之前的50%左右;最后,与两种改进混合遗传算法进行比较,验证所提算法优势。结果表明VNHGA兼具有效性与高效性特点,可用于解决最优化问题。