基于交叉视觉皮质模型的骨架伪分支剔除方法

为解决骨架伪分支剔除过程中目标几何尺寸失真和处理效率低下的问题,提出一种基于交叉视觉皮质模型的图像骨架伪分支剔除算法。首先,依据骨架伪分支的固有特征,引入并修正了骨架分支端点和连接点的定义,以准确获取骨架分支与伪分支的位置信息;然后,利用这些点的位置信息和交叉视觉皮质模型循环点火次数,构建出交叉视觉皮质神经元传播的熄火条件;最后,在熄火条件的指引下,借助点火神经元动态发放的脉冲具有并行传播的生物性能,从而快速判断并准确剔除伪分支。与传统数学形态学方法的比较实验结果表明,该算法不仅计算速度快,抗噪能力强,而且能够保持骨架结构的完整性。

基于伪贡献分支策略的分支定界算法

利用分支定界算法求解整数线性规划问题时,线性规划的求解耗费大量运算时间,减少调用线性规划次数是提高分支定界算法效率的主要途径。提出伪贡献分支策略,结合广度优先搜索策略,达到快速搜索最优解的目的。通过数值实例的求解对比,改进后分支定界算法减少了线性规划调用次数,改善了算法的求解效率。

一类带有折线切换线的平面分段线性系统的极限环与分支问题

研究了1类带有折线切换边界的平面分段线性系统的极限环与分支问题。在一定的参数与假设条件下,利用标准型的方法将系统参数降为5个。通过建立与分析Poincaré映射的表达式与性质,讨论了系统中鞍结分支与伪Hopf分支的发生,并证实了系统极限环个数可为3。

整数线性规划的改进分支定界算法

分支定界(B&B)算法是求解整数线性规划(ILP)问题的一种最常用的方法,如何划分问题(分支)和按何种策略选择子问题进行扩展是影响算法效率的两个重要因素。提出了一种改进的分支定界算法,采用伪费用分支策略划分问题,采用深度优先搜索(DFS)策略选择子问题进行扩展,并在Matlab中编程实现。数值实验表明,改进的算法能够有效提高求解效率,当问题规模较大时,改进效果尤其明显。