基于自适应变异粒子群算法的铁路空车调配

提出一种用于求解铁路空车调配的自适应变异粒子群算法.该算法在迭代过程中加入了变异操作,根据群体适应度方差调整变异概率的大小,并通过调整惯性权重因子来增强算法跳出局部最优的能力.将自适应变异粒子群算法用于铁路空车调配,建立以空车总走行距离最小为目标的数学模型,并在此基础上设计相应的算法.算例结果表明,应用自适应变异粒子群...     

无线传感网路由协议模型的设计与仿真

本文建立了一个以数据为中心的路由协议模型,在NS2仿真平台上对其进行了验证分析,并将其性能与传统端对端路由机制进行了比较。     

复杂网络几种模型的比较与分析

近年来,真实网络中小世界效应和自由标度特性的发现激起了科学界对复杂网络的研究热潮,本文我们从度分布、平均路径长度、聚集系数、小世界效应对随机网络、小世界网络和自由标度网络几种网络模型进行了比较和分析。     

采用并行协同进化遗传算法的文本特征选择

现有的文本特征选择方法都是串行化的, 应用于海量文本数据集时时间效率较低, 因此利用并行思想来提高文本特征选择的效率, 已成为文本挖掘领域的一个研究热点. 本文将 遗传算法和并行协同进化算法结合起来, 在粗糙集的基础上设计了一个并行协同进化遗传算法 并将该算法用于文本特征选择. 该方法采用遗传算法搜索特征, 利用并行协同进化算法来提高 时间效率, 从而较快地获得较具代表性的特征子集. 实验结果表明该方法是有效的.     

基于NS2的TCP性能仿真研究

探讨了目前应用较为广泛的网络仿真软件NS2的结构、功能、仿真原理及仿真方法,在此基础上,深入分析研究了TCP两种吞吐量模型的特性,并运用NS2仿真平台在不同场景下对两种模型进行了仿真验证,最后给出了这两种吞吐量模型的适用范围.     

宽型自注意力融合密集型残差网络的图像去雾

当前去雾算法无法很好解决不均匀雾霾图像去雾的问题,为此提出了一种宽型自注意力融合的条件生成对抗网络图像去雾算法.在算法中加入了宽型自注意力机制,使得算法可以为不同雾度区域特征自动分配不同权重;算法特征提取部分采用DenseNet融合自注意力网络架构,DenseNet网络在保证网络中层与层之间最大程度的信息传输的前提下,直接将所有层连接起来,获取更多的上下文信息,更有效利用提取的特征;融合自注意力可以从编码器部分提取的特征中学习复杂的非线性,提高网络准确估计不同雾度的能力.算法采用Patch判别器,增强去雾图像的局部和全局一致性.实验结果证明,算法网络在NTIRE 2020、NTIRE 2021和O-Haze数据集上的定性比较,相比于其他先进算法得到更好的视觉效果;定量比较中,相较于所选择先进算法的最好成绩,峰值信噪比和结构相似性指数分别提高了0.4和0.02.     

基于ANSYS的含缺陷压电陶瓷材料有限元仿真分析

利用Voronoi图增量式外存算法,在指定"代表性体积单元"(RVE)中完成海量三维压电陶瓷微观组织结构设计仿真.考虑实际压电陶瓷中缺陷可能的形态、尺寸、空间取向分布等几何参数,在ANSYS软件环境下用参数化程序设计语言APDL编程建立含缺陷压电陶瓷有限元仿真模型,实现网格的合理划分,实现三维含缺陷压电陶瓷微观组织结构加载的自动化.     

基于双层视觉及多尺度注意力融合的图像去雾

针对现有去雾算法缺乏对雾霾图像不同区域噪音浓度的关注以及远近景特征的区分问题,本文提出了一种新的生成对抗网络模型.模型中通过两个UNet3+网络实现全尺度的跳跃连接和深度监督,使用多尺度融合的方法结合不同尺度特征图中的高低级语义;而深度监督的加入可以更好地学习图像中的远近层次表示.同时在生成器结构中加入融合改进自注意力机制的多尺度金字塔特征融合模块,以便更好地保留特征图的多尺度结构信息,并且提高了对不同雾霾浓度区域的关注度.实验结果显示,在NTIRE 2020、NTIRE 2021、O-Haze数据集和Dense-Haze数据集上, 本文所提出的算法网络相比BPPNET等其他先进算法可以得到更好的视觉效果,在Dense-Haze数据集上,峰值信噪比和结构相似性指数分别达到24.82和0.769.