多搜索中心的运动估计快速算法

块大小可变的运动估计方法能提高视频编码性能,但也增加了计算时间.为了加快运动估计计算,本文提出了一种基于多搜索中心预测和搜索范围动态调整的快速算法.多搜索中心预测方法对当前宏块时间和空间上相邻块的运动向量进行分析,得出多个预测向量作为运动估计的搜索中心.相比传统预测方法,多搜索中心预测最高可提高约14.6%的预测精度.依据预测运动向量的数目和大小,本文算法对搜索范围进行动态调整,进一步降低了计算复杂度.实验结果显示,相比H.264参考软件中的快速全搜索算法,UMHS算法和EPZS算法,本文算法分别节省约96.22%,59.50%和39.06%的计算时间,且具有相近的率失真性能.

基于改进原子算法的核极限学习机热耗率预测

针对发电汽轮机热耗率模型难以精准预测的问题,提出一种改进原子算法与核极限学习机综合建模的预测方法.首先,通过提出一种动态调整搜索策略,针对原子算法全局勘探能力和局部开发能力不平衡的问题进行改进.其次,引入疯狂因子和教学策略,提高原子算法的全局搜索精度和搜索速度,避免算法早熟收敛.最后,通过某电厂汽轮机实际运行数据建立汽轮机热耗率模型,通过改进原子算法优化后的核极限学习机对热耗率模型进行预测,同时将预测结果与其他几种预测方法的预测结果进行对比验证.实验结果表明,改进后的原子算法有效提高了核极限学习机的泛化能力,提高了汽轮机热耗率的预测精度.