基于序贯高斯模拟的储量估算分层更新技术

针对传统储量估算方法无法充分利用炮孔数据和再现空间数据分布,难以准确指导后续生产的现状,本文提出使用克里格法进行初步储量估算,而后尝试引入常用于储层建模的序贯高斯模拟算法,加入生产爆破数据进行储量估算模型的分层更新,并以国内某大型露天钼矿为工程背景进行进一步研究,最后得到融合了不同块度和储量级别的块体模型,并从频率直方图、变异函数等方面深入剖析模拟结果,得出序贯高斯模拟用于储量模型的分层更新能够再现实测数据品位分布的结论。

一种基于动态分层更新的多特征融合跟踪方法

针对单一特征的目标跟踪算法和传统的模型更新策略的不足,本文提出一种均值迁移和粒子滤波相结合的多特征融合跟踪方法。该方法通过均值迁移对粒子传播进行优化,根据粒子权值的分布情况自动调节各个特征的融合权值,实现了多特征的有效综合,通过建立目标模型的动态分层更新策略,有效保留了目标和场景的变化信息。实验结果表明,该方法对目标外观的快速变化适应性强,且实时性好,适用于动态场景下的跟踪。

分层式三维室内地图分类方法及更新机制

针对现有的地图更新方法,在室内地图环境下的效果并不理想的问题,提出了一种分层式的室内地图更新方法。首先以室内物体的活动性为参数,然后进行层次的划分来减少更新数据的数量,最后利用卷积神经网络(CNN)对室内数据进行归属层次的判定。实验结果表明,与版本式更新方法相比,所提算法的更新时间降低了27个百分点;与增量式更新方法相比,其更新时间在更新项大于100后逐渐降低。与增量式更新方法相比更新包大小降低了6. 2个百分点,且在数据项小于200之前其更新包一直小于版本式更新方法。所提方法可以显著提高室内地图的更新效率。

少控制参数的分层式骨干粒子群优化算法

针对传统粒子群优化易于早熟的缺点,提出一种少控制参数的改进骨干粒子群优化算法.该算法利用关于粒子全局和个体极值点的高斯分布更新粒子的位置,无需设置惯性权重和学习因子等控制参数;利用混沌扰动策略产生粒子的全局极值点,提高了粒子群的多样性;为改善算法的全局探索能力,依据收敛速度动态分配每个粒子的变异概率,设计了一种自适应跳离算子;为均衡算法的局部开发和全局探索能力,给出了一种分层式粒子更新公式.最后,将所提算法用于多个典型测试问题,并与三种典型算法进行对比,实验结果证明了它的有效性.