全局搜索和多实例判别特征的长时跟踪方法

长时目标跟踪相对于短时目标跟踪仍然是一个巨大的挑战.然而现有的长时跟踪算法通常在面对目标频繁出现消失、目标外观发生剧变等挑战中表现不佳.本文提出了一种基于局部搜索模块和全局搜索跟踪模块的全新、鲁棒且实时的长时跟踪框架.局部搜索模块利用TransT短时跟踪器生成一系列候选框,并通过置信度评分确定最佳候选框.针对全局重新检测开发了一个新颖的全局搜索跟踪模块,以Faster R-CNN为基础模型,在RPN阶段与R-CNN阶段引入非局部操作和多级实例特征融合模块,以充分挖掘目标实例级特征.为了改进全局搜索跟踪模块的性能,设计了双模板更新策略来提升跟踪器的鲁棒能力.通过使用不同时间点上更新的模板能够更好地适应目标的变化.根据局部或全局置信度分数判断目标是否存在,并在下一帧中选择局部或全局搜索跟踪策略.同时能够为局部搜索模块估计目标的位置和大小.此外还为全局搜索跟踪器引入了排名损失函数,隐式学习了区域提议与原始查询目标的相似度.通过在多个跟踪数据集上进行大量实验对提出的跟踪框架进行了广泛评估.结果一致表明,本文提出的跟踪框架实现了令人满意的性能.

一种基于全局搜索的二值图像连通域标记方法

在进行基于图像数据的智能分析应用中需要对感兴趣目标区域进行提取,并对区域的各种属性特征进行描述后,才能进行与业务相关的分析和识别应用.通过二值图像连通域可以精确描述感兴趣区域的位置属性、轮廓属性、形状属性,故二值图像连通域提取在数字图像处理中具有非常重要的作用.本文提出一种基于全局搜索的二值图像连通域标记方法,该方法在原图上进行全局相邻前景点搜索,在图像的左上方向和右下方向之间进行往复搜索,在算法运行过程中只需进行一次图像的内存分配再无额外内存需求,降低了二值图像连通域标记算法的空间复杂度.实验表明本文提出的二值图像连通域标记算法能够稳定运行,处理速度可以达到125 fps.

一种改善遗传算法全局搜索性能的小生境技术

本文分析了基本遗传算法全局搜索效率不高的内在原因 ,提出了基于相似个体交叉和 (μ+λ)选择机制的小生境并行进化技术 ,从理论上论证了该技术不但能提供最强的选择压 ,而且能维持足够的种群多样性 .对高维不连续函数和高维多峰函数优化的仿真实验结果表明 ,应用该技术能显著地改善遗传算法的全局收敛可靠性和收敛速度 。

视觉测量中点目标的实时全局搜索

对基于嵌入式平台的视觉测量系统进行了改进,将数字信号处理(DSP)中基于双阈值的搜索算法移植至现场可编程门阵列(FPGA),解决了传统的全局搜索与邻域搜索中目标提取准确性与数据更新率之间的矛盾。在嵌入式平台的FPGA中实现了合作目标标记点的像素级算法。在相机图像的传输过程中完成了基于双阈值全局搜索的标记点像素检测、像素区域识别、10级流水运算的质心提取、多标记点并行运算等功能,避免了邻域搜索带来的邻域尺寸设定、系统更新率、合作目标速度之间的矛盾。实验结果表明,应用文中方法后,视觉测量系统在2048×2048分辨率、5标记点的情况下的数据更新率达到186.33frame/s;与改进前的全局搜索和邻域搜索相比,分别提高了33.5倍和2.7倍,使视觉测量系统的应用范围扩展到了高速运动目标测量领域。

1553B总线信号接口定义反求技术——全局搜索技术

为快速反求飞机某产品输入信号在其1553B总线通信协议中的软件位置(包括远程终端子地址、数据字编号等信息),在对1553B总线信号接口定义反求进行系统诠释的基础上,利用一台PCI工控机、多张1553B总线板卡,搭建出反求硬件平台,针对美国Condor公司1553-PCI卡,基于VB6.0开发出全局搜索软件,并基于扰动法将该软件应用于该产品进行了实验验证。实验结果表明,所开发出的全局搜索软件不仅可以提高反求效率,而且其反求思路可广泛应用于反求飞机其他产品1553B总线信号接口定义的反求。

基于动态全局搜索和柯西变异的花授粉算法

针对基本花授粉算法(FPA)收敛速度慢、寻优精度低以及容易陷入局部最优的缺点,提出了一种基于动态全局搜索和柯西变异的花授粉算法DCFPA。利用混沌映射增强花粉种群初始分布的随机性和均匀性,在全局授粉过程中,引入全局平均最优花粉位置和动态权重递减因子共同实现花粉个体位置的更新,牵引算法朝着正确的搜索方向进行,避免算法早熟收敛,最后利用Cauchy变异,增加种群多样性,帮助算法跳出局部最优。对6个测试函数进行仿真实验表明,DCFPA算法比FPA具有更好的全局优化能力,提升了算法的收敛速度与求解精度;与相关的改进算法比较结果也表明,DCFPA整体上也具有更好的优化性能。

全局搜索两点法射线追踪的方法

在假设地层界面是三次函数的基础上,根据两点射线追踪推导出二阶非线性方程组,将全局搜索策略和快速收敛的拟牛顿法结合起来,利用全局搜索策略首先得到近似的线性极小化,然后用DFP方法实现拟牛顿法,实现了非线性方程组的稳定求解,获得了复杂界面情况下的射线路径和合成地震记录。

基于全局搜索PID算法的FDM环保艺术产品3D打印控制

基于FDM型的3D打印技术不仅让设计师的各种创意得以实现,更能够促进低碳保护,但其精度及表面质量无法满足艺术相关产品的外观需求。因此,设计一种基于全局搜索PID算法的FDM型3D打印温度控制方法。该方法选用无毒环保的PLA材料,并通过全局随机搜索策略对PID参数进行实时校正,实现对3D打印后处理装置中加热温度的控制,从而获得更好的产品表面成型效果。采用FPGA进行仿真控制测试,结果表明,相比于传统PID控制器,提出方法具有较好的鲁棒性和控制精度,兼顾了FDM型3D打印的美感性和环保性。

强化全局搜索的改进杂交粒子群算法

针对粒子群算法存在容易陷入局部最优的问题，提出一种改进杂交粒子群算法以强化全局搜索的能力。将粒子群优化与分布估计算法相结合，利用分布估计模型提取全局信息，用以指导种群大小的自适应变化。在全局信息变化显著时扩充种群，来加强算法在未知区域的探索；在种群大小达到上限时，利用全局信息更新较差个体，引导种群向最优区域集中；在全局信息或最优解均基本不变时，对种群进行重构，降低计算代价并防止陷入局部最优。7组标准函数的测试结果表明，改进算法优于其余几种与分布估计模型结合的杂交算法，在全部5组多模态函数的测试中其结果是最好的，其中在理论最小值未知的函数 F7上，所得最优值比其它算法提升了9.5～13.6。

基于全局搜索策略的神经网络动态建模分析

介绍一种基于全局搜索策略的神经网络学习算法,并对该算法的学习性能进行比较和分析,关于建模过程中网络结构的选择与延迟数识别等方面也做了讨论与分析,给出相应的仿真结果。

一种全局搜索策略的鲸鱼优化算法

针对标准鲸鱼优化算法全局搜索能力不足、收敛速度慢等问题,提出一种全局搜索策略的鲸鱼优化算法.在鲸鱼位置更新公式中加入自适应权重,动态调节最优位置的影响力,改善算法收敛速度;使用变螺旋位置更新策略,动态调整螺旋的形状,提升算法全局搜寻能力;引入最优邻域扰动策略,避免算法陷入局部最优解,解决算法早熟现象.在11个标准测试函数上进行仿真实验,结果表明改进后的鲸鱼优化算法相较其余优化算法,具有更高的寻优精度和更快的收敛速度,证明了改进策略的有效性.

基于全局搜索的实时分布场目标跟踪方法

提出了一种基于分布场的全局匹配搜索的实时目标跟踪算法,克服了原始分布场的局部搜索和实时性差的局限。采用相关系数代替原始算法的L1范数度量目标分布场与候选区域分布场的距离,有利于运用傅里叶变换,将相关系数从计算复杂度高的时域转换到计算复杂度低的频域来实现,并且能一次算出目标分布场和检测区域所有候选分布场的相似度,从而保证算法的实时性和全局搜索能力,克服稀疏采样方法的随机性和局部结果最优性。实验结果表明,与最近代表性的跟踪算法相比,提出的方法在多个具有挑战性的视频序列中,在平均误差、跟踪速度和成功率上获得了最佳的性能。

基于角度的全局搜索聚类算法的研究

利用空间聚类方法探索城市整体区域信息分布的研究逐渐成为热点。当前许多聚类算法在给定的局部范围内进行分析,体现较好的抗噪性和聚类效果;而在全局搜索和聚类分析中,数据的准确性受到影响,不能正确地反映出所需的聚类信息。提出基于角度的全局聚类算法,考虑数据的全局性分布结构,在全局搜索过程中研究角度变化的关系、角度均值计算和判定参考阈值设定。通过公式推导证明在单个要素的判定和整体判定阈值都比基于角度的局部聚类算法具有更好的抗噪性。采用乐山市城区的数据进行高价值商业圈聚类分析测试,证明了该算法在全局范围内进行聚类分析,聚类的效果稳定性好,异常数据小,聚类簇间区别明显,能够准确甄别出核心区域数据。

增强全局搜索和自适应蜉蝣算法

针对蜉蝣算法全局搜索能力较差和自适应能力弱等问题,提出一种增强全局搜索能力和自适应的蜉蝣算法——MIWMA。首先引入非均匀高斯变异策略对雄性蜉蝣和雌性蜉蝣进行位置更新,对全局最优位置变异引导其他个体向优良位置靠近,促使种群具有一定指导,从而提升全局搜索能力和增强种群多样性;其次,引入不完全伽马函数与Beta累加分布的自适应惯性权重对全局搜索和开发能力建立更好的平衡,平衡种群的全局搜索和局部搜索能力,进而提升算法收敛精度,利于种群全局搜索寻找最优解的潜力;引入局部停滞对抗策略,根据迭代停滞情况,调节蜉蝣速度更新的惯性部分和社会部分,使之具有最优搜索状态,增强算法全局搜索能力。利用经典测试函数集和IEEE CEC2021测试竞赛集进行测试优化比较,验证算法的有效性和稳健性,并利用Friedman和Wilcoxon秩和检验,分析表明:提出的算法有更好的稳定性、鲁棒性和可靠性。最后运用两个工程难题进行优化,结果验证了该算法在工程优化问题上的适用性,适合求解需求高精度的优化难题。

基于全局搜索的多组正交二相码信号设计

正交二相编码信号在很多雷达中都有应用。针对正交二相编码信号提出了一种优化设计方法,该方法首先根据需求提出了多约束的适应度准则,然后采用了基于全局的搜索算法进行优化。在搜索长码(对任何码长N大于等于100)时,相比遗传算法等智能方法,该方法运算复杂度低,而且没有随机性。最后仿真实验分析了所优化码的自相关函数和互相关函数性能,验证了所提算法的可行性和有效性。

三维渔网法全局搜索复杂土坡关键滑动面

提出了一种基于坡面网格全局搜索复杂土坡关键滑动面的综合优化方法。它充分利用几何优化和数值分析之优点,根据土坡滑动面后缘和剪出口潜在分布范围,布置两组任意划分的坡面特征点,建立以安全系数极小值为计算目标的三维渔网,渔网任意结点的平面坐标代表一簇滑动面的后缘和剪出口之坡面相应位置特征点编号,而该簇滑动面的安全系数极小值即为渔网结点的空间第三轴坐标,三维渔网的凹部即为复杂土坡局部优化滑动面所在,而且,可在坡面指定搜索区域内同时锁定多个收敛域的目标极小值,进而确定复杂土坡全局关键滑动面。原理简单,若辅以一定的经验分析,能高效地锁定复杂土坡全局关键滑动面。实例计算表明,该方法计算搜索结果具有较好的稳定性和完备性,且适用于复杂的工程土坡。

基于全局搜索算法的太阳影子定位研究

目的为更好地解决已知某物体影长、测量的时间和日期的情况下确定物体的测量地点,或已知物体影长、测量日期及地点的情况下确定测量时间的问题,进而解决野外探险时地理位置的确定和根据某物体的视频或照片等影像资料而确定其拍摄地等实际问题。方法针对太阳影子定位,使用基于穷举法的全局搜索式算法、最小二乘法的参数估计法、比例消参法等方法,分别构建全局搜索网络模型、参数方程模型等模型,结合MATLAB软件进行算法的编写、图形的绘制、数据的拟合与预测等处理。结果结合第一组数据,所推算的测量地位于广西,结合第二组数据,所推算的测量地在蒙古国。结论利用全局搜索式算法及参数方程模型,结合MATLAB软件,可以解决太阳影长、直杆长度、测量地点、测量日期、测量时间等5个变量中知四求一、知三求二等问题。

基于Shapley值与全局和声搜索算法的电网投资组合策略

随着新型电力系统建设的加速推进,电网投资的力度持续攀升,企业须探索更加合理高效的电网投资策略,以实现最优的综合效益。为此,从经济、社会、环保和安全的维度出发,以电网项目投资的综合效益为优化目标,对投资组合策略进行研究。首先,应用Shapley值法对各效益函数的占比进行分摊,以呈现不同效益指标的特性。其次,在考虑投资能力、负荷需求等关键约束的基础上,设计了电网项目投资组合优化模型,并采用全局和声搜索算法进行求解。最后,构建算例对投资组合策略进行验证。算例结果表明,所提方法能够协助决策者在新形势下制定最优的电网投资策略。

改进麻雀搜索算法的轮式机器人路径规划

针对传统麻雀搜索算法(sparrow search algorithm,SSA)在轮式机器人路径规划应用中易陷入局部最优使得规划路径较长以及算法后期容易陷入早熟等问题,提出一种改进麻雀搜索算法(improved sparrow search algorithm,ISSA)应用在轮式机器人路径规划中。首先,在算法初期初始化种群时利用Logistic混沌提高初始种群的多样性;其次,将线性动态惯性权重调整方法引入到发现者位置更新中,使得算法的全局搜索能力以及收敛速度得以提升;然后,在跟随者位置更新方法中结合中垂线算法(midperpendicular algorithm,MA)使跟随者快速精准地向种群适应度最高的个体靠拢;最后,在算法后期结合最优爆炸粒子策略与反向学习策略在最优解附近产生扰动,防止算法后期陷入局部最优解。并且在机器人路径规划应用中将全局最优解再次进行局部搜索来提高机器人的路径规划能力。仿真结果表明,ISSA应用在路径规划中,其路径长度、寻优速度以及迭代次数方面均有显著提高。

面向全局搜索的自适应领导者樽海鞘群算法

为了进一步改善基本樽海鞘群算法容易陷入局部最优、寻优精度有时不高、求解结果不太稳定的不足,提出一种面向全局搜索的自适应领导者樽海鞘群算法.首先,在领导者位置更新公式中引入上一代樽海鞘群位置,增强全局搜索的充分性,有效避免算法陷入局部极值;然后,在领导者位置更新公式中加入惯性权重,并在全局和局部搜索的选择上引入领导者-跟随者数量自适应调整策略,使算法在迭代前期领导者数目较多且受全局最优解影响较大,能以较大的全局搜索步幅快速收敛到全局最优区域,而在迭代后期领导者步幅较小且跟随者数量较多,可以在最优解附近深度挖掘,提高算法的收敛精度;随后给出算法流程并对时间复杂度进行理论分析;最后,通过5种代表性对比算法在12个不同特征基准测试函数多个维度上的函数优化仿真实验,表明所提出的改进算法的寻优精度和稳定性均有明显提升.