基于Unitary-ESPRIT算法的二维DOA估计

提出了一种采用酉ESPRIT(Unitary-Estimation ofSignal Parameters via Rotational Invariant Technique,Unitary-ESPRIT)算法对目标的二维波达方向(Direction-of-Arrival,DOA)进行估计,接收信号模型为中心对称的平面阵。与二维MUSIC(Multiple Signal Classification)算法、二维求根MUSIC算法、二维ESPRIT算法不同的是,该算法将复矩阵运算转化为实矩阵计算,简化了运算复杂程度,并且目标的DOA估计精度也相应的得到提高,是一种比较高效的DOA估计算法。

基于改进高斯-牛顿优化算法的频率域海洋可控源电磁二维反演

稳定、高效的反演算法是开展海洋可控源电磁(CSEM)数据解释的基础.本文实现了基于改进的高斯-牛顿优化算法的频率域海洋CSEM二维反演.基于交错网格有限差分法实现可控源电磁场2.5维正演模拟,使用直接矩阵分解算法求解差分离散方程组以实现多场源电磁响应的快速计算,并采用改进的接收点插值算法实现海底任意接收点处电磁场快速高精度计算.使用伴随法隐式求取灵敏度矩阵并基于近似二次收敛的高斯-牛顿优化算法实现反演,同时提出了一种基于灵敏度矩阵特征的正则化参数自动优化选取方法以保证反演的稳定收敛.反演算例验证了本文提出的频率域海洋CSEM二维反演算法的有效性.

改进RSA算法及二维码在农产品追溯系统的应用

随着人们生活水平提升,食品质量安全特别是生鲜水果蔬菜的质量安全受到普遍关注,社会各界都致力于农产品全过程质量安全管控,保障消费者食用安全,农产品追溯技术应运而生。本文运用改进RSA算法,结合二维码技术设计果蔬农产品追溯系统,重点分析了在果蔬农产品供应链流通过程中的重要环节以及重点溯源信息,应用改进RSA算法保障追溯系统核心数据安全,提升了农产品追溯系统的可靠性和易用性。

多块排样方式的二维板材下料优化模型与算法

针对矩形件二维板材剪切下料问题,提出一种多块排样方式的二维板材下料优化模型与求解算法。为了均衡考虑排样方式的计算复杂度和板材利用率,将多块排样方式的块数定为八块。通过3次一分为二剪切操作将板材分割成八个矩形块,并将每个块剪切成方向相同的同种矩形件。构造八块排样的优化模型及算法是按照排样价值最大原则来确定所有可能尺寸的块中矩形件的最优布局和板材的最优八块划分。提出的列生成算法迭代调用上述八块排样算法生成一系列下料方案,选择耗费板材最少的一个下料方案作为最终解。通过采用文献基准例题和实际生产实例验证了本文算法,实验结果表明:八块排样算法的排样价值高于3种文献排样算法,并且,八块排样方式的下料算法板材利用率高于已有文献给出的下料算法。本文给出算法计算时间可满足实际应用需要。

一种改进组合加权的TDOA室内二维定位算法

针对现有组合加权算法对定位区域边缘的目标定位时精度较低的问题,在现有组合加权算法的基础上提出了一种改进算法。首先,将基站分组,以到达时差算法得到目标位置的多个估计结果;其次,计算各估计结果之间距离值并排序,以滑动窗口法判断是否存在基站组出现异常定位估计;最后,当任意基站组的定位结果发生异常时,使用目标位置估计结果及其估计克拉美罗下界值设计两个加权步骤的权值,通过二步组合加权算法得到最终定位结果。仿真结果表明,所提算法有效减少了原组合加权算法对定位区域边缘的目标定位时的误差,当测量噪声标准差为0.8 m时,所提算法相较于原算法在正方形边缘区域定位均方根误差减小了0.35 m;在定位狭窄矩形区域时,所提算法平均定位均方根误差减小了0.11 m。

基于FEM-MEI和正余弦算法的二维电磁成像方法

针对二维介质目标的电磁成像问题,将正余弦算法(Sine Cosine Algorithm,SCA)与有限元方法(Finite Element Method,FEM)和不变性测试方程(Measured Equation of Invariance,MEI)进行结合提出一种新的成像方法。将FEM与MEI进行结合求解二维介质目标的电磁散射正问题,即求解Helmholtz方程。其中,MEI保证边界截断的精度,FEM适用于复杂介质目标的准确模拟。对于电磁散射逆问题,引入SCA并加以改进提出一种新的重构方法。该方法采用等效原理与格林函数的渐近式求得远区散射场,以测量的散射场和计算的散射场最大偏差为目标函数,采用改进的SCA优化介质参数,使目标函数达到最小值,以此重构散射体。为提高计算效率,采用MPI算法进行并行计算。文中采用基准函数展示了改进的SCA算法的快速收敛性,并采用非规则的均匀介质柱目标验证了成像方法的正确性。

基于粒子群算法的二维不规则排样

针对工业生产中常见的二维不规则排样问题,提出运用粒子群算法求解的方法。将BL算法和NFP算法结合,作为排样定位策略;对工件的入排顺序和入排角度进行编码,进行粒子群算法优化求解,并通过交叉替代传统的插值改进粒子位置更新过程,满足排样的离散问题求解;通过添加粒子的变异过程,避免陷入局部最优解。算例排样结果验证了该算法的有效性。

基于粒子群优化算法的二维路径规划方法研究

在现代社会中,路径规划问题广泛存在于各行各业,旨在独立探索一条从起始点到目标点的无障碍可行路径,这一过程通常涉及对不同路径工作代价、时间、距离等成本的考虑。针对二维平面对路径规划问题进行研究,基于粒子群优化算法,采用具有线性变换的惯性权重系数和加速常数,并引入三次样条插值约束路径,动态调整惯性因子,平衡算法的全局搜索和局部寻优能力,增加平滑度。实验结果表明,粒子群优化算法在解决二维路径规划方面具备良好的性能。

基于改进的YOLOv8算法的二维码和条形码检测方法

基于改进的YOLOv8算法的二维码和条形码检测方法是一种高效的图像处理技术,旨在快速准确地识别和定位图像中的二维码和条形码。改进的YOLOv8是一种实时目标检测系统,有着快速、准确和高效的特点。首先,通过预处理图像来提高二维码和条形码的可识别性,例如调整对比度和亮度。接着,对处理过的图像进行分析,以便快速定位图像中的二维码和条形码。改进的YOLOv8算法的一个关键特点是其使用了深度学习技术,这使得算法能够在各种条件下有效地识别和检测目标,不仅能处理标准形状和尺寸的二维码和条形码,还能识别被部分遮挡或处于不利角度的码。此外,算法的实时处理能力使其非常适合需要快速响应的应用场景,如零售业的快速结账和物流行业的包裹跟踪。总的来说,基于改进的YOLOv8算法的二维码和条形码检测方法提供了一种高效、灵活且可靠的解决方案,适用于多种商业和工业应用。

蚁群算法在二维排料问题中的应用

蚁群算法是一种模拟自然界蚂蚁觅食行为的仿生算法,通过个体间的信息交流和协作,能够在搜索空间中快速找到问题的解。在二维排料问题中,蚁群算法通过模拟蚂蚁在寻找食物过程中的路径选择行为,能够有效地探索和利用排料空间,从而找到更优的排料方案。基于此,详细介绍蚁群算法的原理及其在二维排料问题中的应用,展示蚁群算法相较于传统算法在解决二维排料问题时的优势,为工业生产中的排料优化提供新的思路和方法。

一种快速的空时二维谱估计算法

为了减少算法运算量,将多级维纳滤波器引入空时二维谱估计中,提出了一种快速算法。快速算法通过简单的乘加运算得到噪声子空间,无需对空时阵列协方差矩阵进行特征根分解,更加易于硬件实现。仿真结果表明快速算法与原二维算法性能相当。

基于萤火虫算法的二维熵多阈值快速图像分割

提出了基于萤火虫算法的二维熵多阈值快速图像分割方法以改善分割复杂图像和多目标图像时存在计算量大、计算时间长的问题。首先,分析了二维熵阈值分割原理,将二维熵单阈值分割扩展到二维熵多阈值分割。然后,引入萤火虫算法的思想,研究了萤火虫算法的仿生原理和寻优过程;提出了基于萤火虫算法的二维熵多阈值快速图像分割方法。最后,使用该方法对典型图像进行阈值分割实验,并与二维熵穷举分割法、粒子群算法(PSO)二维熵多阈值分割法进行比较。实验结果表明:该方法在单阈值分割、双阈值分割和三阈值分割时分别比二维熵穷举分割法快3.91倍,1040.32倍和8128.85倍;另外,在阈值选取的准确性和计算时间方面均优于PSO二维熵多阈值分割法。结果显示,基于萤火虫算法的二维熵多阈值快速图像分割方法能快速有效地解决复杂图像和多目标图像的分割问题。

不完全LU分解预处理的BICGSTAB算法在大地电磁二维正演模拟中的应用

基于双二次插值的有限单元法求解大地电磁二维正演问题,以不均匀网格剖分为基础,推导出大地电磁响应的计算公式。针对有限单元法最后形成一个线性方程组,系数矩阵是大型稀疏的带状对称正定复系数矩阵,并且其条件数远大于1,为严重病态矩阵,求解其对应方程组会遇到很多困难等问题,采用不完全LU分解(即上三角与下三角分解)处理的稳定双共轭梯度算法(BICGSTAB算法)求解该线性方程组,通过对层状介质和二维模型电磁响应进行计算,获得二维大地电磁的视电阻率曲线和阻抗相位曲线。研究结果表明,BICGSTAB算法具有速度快、精度高和稳定性好等优点。

基于积分图像的快速二维Otsu算法

Otsu自适应阈值算法是图像分割的经典方法之一,在其基础上发展起来的二维Otsu阈值算法却因为计算复杂而制约了其应用。本文针对二维Otsu的耗时瓶颈问题,引入积分图像简化了二维直方图最佳阈值搜索过程的计算复杂度,从而大大缩短了算法处理时间。实验结果表明,本文提出的算法在分割效果上与原始算法完全相同,但计算时间远远小于后者,具有很好的实时性。

一种基于二维最大类间方差的图像分割算法

本文提出了一种二维最大类间方差的图像分割算法。该方法不仅利用了图像像元点的灰度分布信息 ,而且充分考虑了像元点之间的空间相关信息。理论分析和实验表明 ,对于低对比度、低信噪比的地面目标 ,该方法具有良好的分割效果。在该算法的基础上 ,又提出了一种快速递推二维最大类间方差法 ,减少了计算量 ,节约存储空间 。

基于改进二维最大类间方差法的白色异性纤维检测算法

白色异性纤维的检测是棉花在线检测中的一个难题。通过对白色异性纤维和皮棉灰度直方图的分析,改进了二维Otsu算法,在计算目标和背景的概率和时考虑了二维灰度直方图副对角线区域的概率和,缩小了二维Otsu算法阈值对的取值范围。经过试验表明,与一维Otsu算法和快速二维Otsu算法相比,改进后的二维Otsu算法的准确性和实时性都得到了有效提高,该算法在实际生产中已经得到了成功的应用。

二维不规则零件排样问题的遗传算法求解

提出一种基于遗传算法求解二维不规则零件排样问题的方法 ,通过提取零件的最小包络矩形 ,将其转变为矩形件的正交排样问题 .应用一种有效的解码算法——“最低水平线法”将编码转变为排样图 .实例表明 ,该算法是有效的 .

有限元直接迭代算法在MT二维正演计算中的应用

本文将有限元直接迭代算法 ( DIFE)用于 MT二维正演计算 ,充分利用了有限元直接迭代算法同时具有有限元和有限差分基本特征的优点。文中首先简要阐明了 DIFE的基本原理 ,并以此为基础编制了 MT二维正演计算的通用程序。在编程中 ,采用交叉对称三角形网格离散模型、交替方向线松弛算法求解有限元方程组、二次插值函数求解辅助场 ;在 TE极化模式下 ,在空气中考虑了介电常数以及地形的影响。实例说明本文所采用的方法在适应性 (包括模型的适应性和网格的适应性 )、计算精度。

基于二维高斯曲面拟合的图像灰度补偿算法

研究了基于CCD的带钢表面缺陷检测系统图像采集中出现的灰度失真问题 ,提出了在不改变系统硬件配置的基础上 ,根据主导退化因素采用二维高斯曲面为基本退化模型 ,同时兼顾其他没有明确数学模型的图像退化因素 ,根据图像灰度分布统计特性估计二维高斯曲面各参数以实现图像灰度补偿的软解决方法 ,实验结果表明 ,该算法有效地提高了图像质量 。

图像分割的二维最大熵遗传算法

将遗传算法运用于二维最大熵图像阈值分割法 .首先对二维阈值坐标进行编码 ,然后依据二维最大熵准则建立适应度函数 ,在适当的交叉率和变异率下 ,最终实现强噪声干扰下图像的有效分割 .分割实验表明 ,文中方法较一维最大熵法具有更强的抗噪声能力 。