基于压缩感知图像分析的河流表面流速估计方法

提出一种新的非接触式河流表面流速估计方法。以水流图像的特征识别为基本原理,通过图像采集和预处理、对应类别标签与流速关系映射表的建立及数据分析等技术方法的集成,建立一套河流表面流速估计方案。选择位于湖北省通山县境内九宫梯级水电站所在的宝石河二级支流——界牌河作为实验对象,利用所提特征约束组稀疏分类器（GSCFC）进行数据分析得到表面流速范围,实验验证了压缩感知图像分析方法用于河流表面流速估计的可行性。此外,将GSCFC与经典的稀疏表示分类器（SRC）和抗噪性正则化编码分类器（RRC）进行对比可得,GSCFC对于水流图像具有鲁棒的鉴别力,且其综合性能明显优于SRC和RRC。     

一种新的求解多目标随机需求车辆路径问题的算法

为优化带时间窗的随机需求车辆路径问题,建立了基于模糊满意度的多目标数学规划模型,并提出了一种基于量子进化算法和粒子群算法分段优化的方法求解Pareto解。第一阶段使用量子进化算法获得一定规模和精度的Pareto候选解,提出了概率选择最优解和可变旋转角改进变异算子;第二阶段通过转换将候选解映射到连续空间,利用粒子群算法继续搜索Pareto最优解。引入了节点交换策略进行邻域搜索,避免算法早熟。为保持Pareto解的分散性,提出了一种自适应网格算子。通过对benchmark仿真与非支配排序的遗传算法的比较,验证显示了算法的有效性。     

基于决策树的HEVC编码单元划分算法

为了有效降低高效视频编码标准HEVC编码过程中的计算复杂度,提出了一种基于决策树的编码单元划分算法。该算法将编码单元划分问题归为分类问题,提取编码单元的划分信息到决策树模型中进行学习,得到决策树分类器。利用分类器对满足分类条件的编码单元进行划分,跳过了率失真计算,从而降低了视频编码的计算复杂度。实验结果表明,本算法在保证视频质量的同时有效降低了编码计算复杂度。     

基于卡尔曼滤波的多目标宽带扩展函数估计

针对在非平稳的声环境中,区分和定位多个运动目标的宽带反向散射问题,采用小波域宽带扩展函数方法对目标状态参量进行卡尔曼回归估计;基于小波变换的相关估计原理和宽带扩展函数,推导了使用Kailath的算法的回归扩展函数估计和校正的卡尔曼滤波器,讨论了适用于WTD-EC自适应模型的卡尔曼滤波器算法,使用宽带匹配滤波器产生的距离尺度映射,计算目标在时间延迟-时间尺度上的状态参量;最后通过数据仿真,研究了函数带宽和参数估计效果的关系,验证了算法在自适应检测及目标特征化方面的有效性。     

吞吐量最大化的二维无线能量传输算法

针对无线网络中节点能量的局限性,提出了一种网络吞吐量最大化的二维无线能量传输优化算法。根据各节点捕获能量的时域分布,依次从节点维度和时间维度进行节点间的能量分配和传输。根据两节点间的高斯双工信道模型,建立基于能量传输的网络吞吐量模型。引入节点维度和时间维度的能量传输效率,建立了能量传输解析模型,并提出二维无线能量传输算法,实现了网络吞吐量最大化。实验结果表明,该算法能有效地优化网络节点能量分配,提高网络的总吞吐量。     

自动确定聚类中心的快速搜索和发现密度峰值的聚类算法

快速搜索和发现密度峰值的聚类算法(CFSFDP)具有不能自动确定聚类中心的缺点,文中提出自动确定聚类中心的CFSFDP.首先针对变量分布不均匀的问题,将密度和距离进行归一化处理.再通过切比雪夫不等式确定归一化后的密度阈值上限,利用标准差确定归一化后的距离阈值上限.最后根据决策函数确定决策阈值上限,统筹考虑两种决定因素,避免中心点选取遗漏,自动确定聚类中心.实验表明,文中算法可以有效地自适应选择聚类中心,具有较好的鲁棒性和有效性.     

基于势函数模糊聚类量化的小波图象压缩

基于小波变换的图象压缩是图象压缩的一项成功技术 ,并且具有越来越重要的作用 ,但基于小波变换的图象压缩算法在比特率较低时出现的边缘模糊现象仍然是一个公认的难题 .为了在一定程度上减少比特率较低时 ,出现的边缘模糊现象 ,提出了一种基于势函数模糊聚类量化的新方法 ,用于对经过小波变换分解后所形成的数字图象高频子带小波系数进行量化 .在量化过程中还考虑了高频子带的小波系数的分布特性和高频子带的小波系数对保存边缘、纹理等信息的重要性程度 ,也利用了模糊集合的特性 .实验证明 ,在低比特率下 ,这种方法能较好地保存图象边缘和纹理等信息 ,从而在一定程度上提高了重构图象的主观质量 .该方法在小波图象压缩的模糊聚类量化领域进行了一定的尝试 .