基于双适应度遗传退火的云任务调度算法

云计算是当前计算机领域研究的热点,其中云任务调度算法性能的好坏直接影响到云计算平台的整体性能。为了满足云计算平台庞大用户群的不同服务需求,针对现有的云计算任务调度算法提出一种双适应度遗传退火任务调度算法(DFG2A),基于该任务调度算法的任务调度策略能够有效平衡用户对任务各项属性的需求,提高云计算平台的用户满意度。实验结果证明了该算法能兼顾云计算平台总任务执行时间和用户需求,是云计算环境下一种有效的任务调度算法。

基于双适应度微粒群优化算法的最优潮流计算

在分析最优潮流(OPF)理论及其算法的基础上,引入微粒群优化算法(PSO)。考虑到传统PSO算法应用罚函数处理OPF约束条件时容易造成对优良个体的湮灭,提出双适应度概念对微粒进行评估。利用双适应度PSO算法对算例进行分析并与其他算法比较,结果表明双适应度微粒群优化算法可较好处理最优潮流约束条件,在处理最优潮流问题上具有一定的有效性和优越性。

现代中小学“双适应”教学观探究

教学观是教育者对教育规律的具体把握,是教育者关于自身教与学生学两者关系的核心假设,集中反映在教学目标设置、教学进程安排、教学内容选择、教学对象确立等重要方面。确立适应学生的教学与适应教学的学生相统一的现代中小学"双适应"教学观,关键在于教学适应学生发展,学生适应教学要求;具体做到学校教学服务学生未来发展,教学标准激励学生适应当前教学,最终突破传统的具体教学观认识,以促进师生的共同发展,教学相长。

“双适应双发展”特色模式构想

新课程的核心理念是“以学生发展为本”。作为教育系统内部核心要素“教育之主导”的教师和“教育之主体”的学生，必须在“双适应、双发展”的良性互动中保持平衡运行的状态，并得到双赢互惠似发展。本文对示范性普通高中“双适应双发展”特色模式提出的构想，值得在新课程理念下摸索新型发展模式的学校和教育工作者借鉴和参考。

城市设计视角下微循环空间及其双适应思考——兼议“路径—场所”模型

本文以城市设计为视角,对城市微循环空间的双适应性、"路径—场所"价值及其模型进行思考,并以武汉市王家湾轨交站区为例,探索了微循环空间的双适应性机理及交通活动与公共活动之间的耦合关系,为城市微循环空间的优化设计提供了借鉴参考。

基于双适应度遗传算法的虚拟机放置的研究

减少数据中心产生的网络时延以及优化数据中心能源消耗和物理资源的浪费等越来越受到研究者的关注。主要关注数据中心的物理资源的浪费和数据中心产生的网络时延,并且建模一个多目标优化问题:最小化数据中心的物理资源以及数据中心的时延。通过改进型双适应度遗传算法将两个目标同时优化,将其结果与贪心算法进行比较,实验结果表明,此算法优于贪心算法,是云环境下有效的虚拟机放置算法。

双适应教学法视域下的对少数民族汉语阅读教学

教学法有很多种,能适应教师和学生的教学法才有效。论文采取综合的方法,从双适应教学法视域探讨了对少数民族汉语阅读教学的分级、分阶段、教材、情感的运用与策略。

浅谈汉语教学中的双适应教学法

双适应教学法是在教学实践中提出的一种教学方法。双适应教学法是教师与教材、学生与教材的适应;是两种文化背景的适应;是教师的主导作用和学生的主体作用的适应。双适应教学法能培养学生在汉语学习过程中形成积极思维,主动开创语言的学习环境,使学生从被动性学习转向创造性学习。

基于双适应度动态遗传算法的云计算资源调度

为减少云服务的任务完成时间和能量消耗,提出基于双适应度动态遗传算法的云计算资源调度方法。建立用于调度策略的消耗时间模型、硬件耗能模型、动态性能模型;使用加权的方法将耗能和耗时两个目标融合在一起,提出代价函数用于辅助权值的分配;改进遗传算子,使染色体在调度问题中具有可行性和高效性;提出再选择策略,减少算法循环次数和运算时间,提高收敛精度。实验结果表明,双适应度动态遗传算法在耗时和耗能上都具有优异表现,代价函数可以选出适应于不同调度问题的权值。

基于改进双适应度遗传算法的碎纸片拼接

破碎文件的拼接在诸多领域都有着重要的应用,目前碎片拼接复原工作主要由人工完成,存在着效率低技术较为落后等问题。本文提出了一种基于改进双适应度遗传算法的碎纸片拼接方法,通过设计规则填补进一步定位字符位置,并优化分段最优边缘匹配度,避免了由于切割线两侧部分位置匹配度过低而导致的整体匹配度下降问题。实验结果表明基于此算法的碎纸片拼接准确率达到了98%,得到了一般规则碎片的拼接方法,解决了由于进行边缘匹配计算的两个碎片边缘皆为空白而引起的分段最优边缘匹配度失灵的问题。

基于依赖类型剪枝的双特征自适应融合网络用于方面级情感分析

现有的模型将基于依赖树的图神经网络用于方面级情感分析,一定程度上提升了模型的分类性能。然而,由于依赖解析技术的限制,语法解析结果的不精确导致依赖树存在大量噪声,使得模型的性能提升有限。此外,一些句子本身并不符合标准的句法结构。以往的研究以同样的置信度利用句法信息和语义信息,没有充分考虑它们对于确定方面词极性的贡献的不同,导致模型在相应的数据集上性能较差。为了克服这些困难,文中提出了一种基于依赖类型剪枝的双特征自适应融合网络。具体来说,该模型使用一种新型的混合方法,命名为依赖关系类型剪枝和邻接矩阵平滑,来缓解句法解析产生的噪声。此外,该模型通过双特征自适应融合模块充分考虑句子的句法信息的可用程度,以一种更灵活的方式将句法特征和语义特征结合起来用于方面级情感分析。在5个公开可用的数据集上进行广泛的实验,结果证明了该方法明显优于基线模型。

基于双模型自适应估计的大气数据传感器故障诊断方法

大气湍流是大气中一种不规则的随机运动,在机载大气数据传感器的测量过程中,大气湍流影响与传感器故障相互耦合,导致大气数据传感器故障诊断算法无法将故障与湍流影响解耦。针对大气湍流影响下的大气数据传感器故障诊断问题,基于惯性测量单元和导航姿态解算,考虑湍流对大气系统的影响,建立新型大气系统模型及量测模型。在对双模型自适应估计算法进行扩展后,引入湍流对系统影响的协方差自适应更新方法,实现存在未知扰动情况下故障状态的无偏估计。仿真结果表明,该算法可以有效实现对固定偏差故障、漂移偏差故障和振荡故障的诊断。

结合改进Laplacian能量和参数自适应双通道ULPCNN的遥感影像融合方法

融合SAR影像的后向散射信息和光学影像的光谱信息是提高土地覆盖分类精度的重要手段之一,其中多尺度变换是一种有效的融合方法。然而,多尺度变换方法的融合规则通常根据局部特征信息和脉冲耦合神经网络模型进行设计,存在结构信息和细节信息提取能力有限,以及脉冲耦合神经网络参数设置复杂和空间相关性差等问题。为此,本文提出一种结合改进Laplacian能量和参数自适应双通道单位连接脉冲耦合神经网络(ULPCNN)的遥感影像融合方法。该方法混合成分替换方法和多尺度变换方法,首先对多光谱影像进行IHS变换得到亮度分量I,将亮度分量I与SAR影像通过非下采样剪切波变换(NSST)分解得到高低频子带。然后对低频子带采用结合加权局部能量和八邻域修正拉普拉斯加权和的融合规则,同时对高频子带采用参数自适应双通道ULPCNN的融合规则,将高频子带的多尺度形态梯度作为链接强度,并根据OTSU阈值和影像强度来实现其他参数的自适应表示。最后依次进行NSST重建和IHS逆变换得到融合影像,并选择随机森林分类器对融合影像进行土地覆盖分类。试验结果表明,本文方法相较于13种其他方法在11个融合评价指标和土地覆盖分类精度上总体表现最佳,土地覆盖分类的总体精度和Kappa系数在区域1中比原多光谱影像分别提高了8.350%和0.107,在区域2中比原多光谱影像分别提高了6.896%和0.091。

双路径合作的原型矫正小样本分类模型

基于度量的元学习在学习过程中存在由于稀缺数据分布导致习得的先验知识不足、从样本中提取到的单一视图特征易受弱相关或无关特征的干扰以及因分类造成的代表性特征偏差的问题。针对这些问题,提出了一种双路径合作的原型矫正小样本分类模型。首先,通过双路径合作模块从多视图角度自适应地突出关键特征和弱化弱相关特征,充分利用特征信息获得先验知识来提升特征的表达能力;其次,通过基于查询集样本特征信息的原型矫正分类策略来解决类内原型的偏差问题;最后,通过损失函数反向更新模型参数,模型分类准确率得以提升。在五个公开的数据集上进行了5-way 1-shot和5-way 5-shot对比实验,较基准模型而言,在miniImageNet数据集上,准确率提升了5.57个百分点和3.90个百分点;在tieredImageNet数据集上,准确率提升了5.68个百分点和3.93个百分点;在CUB数据集上,准确率提升了6.93个百分点和3.13个百分点;在CIFAR-FS数据集上,准确率提升了8.03个百分点和1.65个百分点;在FC-100数据集上,准确率提升了4.25个百分点和4.89个百分点。实验结果表明,提出的双路径合作的原型矫正小样本分类模型能在小样本学习领域有良好的性能,且模型中的模块可迁移到其他模型中使用。

基于自适应零电压矢量双脉冲法的永磁同步电机带速重投策略

在某些特殊应用场合,永磁同步电机运行过程中可能发生断电,需要其在旋转状态下重新启动,即带速重投,准确的初始位置/转速观测是带速重投的基础。针对传统零电压矢量脉冲法在高转速下初始位置/转速观测时脉冲宽度和脉冲间隔无法自动调节的问题,研究零电压矢量脉宽和脉冲间隔自适应调节策略。通过比较实时监测的短路电流矢量幅值与所设置的临界值,进行零电压矢量脉冲宽度自适应调节;根据零电压矢量单脉冲法的转速预估结果,实现脉冲间隔自适应调节。实验结果表明,所研究的自适应零电压矢量双脉冲法能够针对不同的初始转速自适应确定合适的脉宽和脉冲间隔,有利于提高高转速下初始位置/转速观测和带速重投性能。

自适应前景聚焦无人机航拍图像目标检测

针对无人机航拍图像前景目标尺度差异大、样本空间分布不均衡、背景冗余占比高所导致的漏检和误检问题,本文提出一种自适应前景聚焦无人机航拍图像目标检测算法。首先,构建全景特征细化分类层,通过重参数空间像素方差法及混洗操作,增强算法聚焦能力,提高前景样本特征的表示质量。其次,采用分离-学习-融合策略设计自适应双维特征采样单元,加强对前景焦点特征提取能力和背景细节信息保留能力,改善误检情况,加快推理速度。然后,结合多分支结构和广播自注意力机制构造多路径信息整合模块,解决下采样引起的歧义映射问题,优化特征的交互与整合,提高算法对多尺度目标的识别、定位能力,降低模型计算量。最终,引入自适应前景聚焦检测头,运用动态聚焦机制,增强前景目标检测精度,抑制背景干扰。在公开数据集Vis Drone2019和Vis Drone2021上进行相关实验,实验结果表明,该方法m AP@0.5数值达到了45.1%和43.1%,较基线模型分别提升6.6%和5.7%,且优于其他对比算法,表明该算法显著提升了检测精度,具备良好的普适性与实时性。

一种基于损失预测的双主动域适应算法研究

近年来深度学习在图像分类任务上取得了显著效果,但通常要求大量人工标记数据,模型训练成本很高.因此,领域自适应等小样本学习方法成为当前研究热点.通常,域适应方法利用源域的经验知识也仅能一定程度降低对目标域标记数据的依赖,因此可以引入主动学习方法对样本价值进行评估并做筛选,从而进一步降低标记成本.本文将典型样本价值估计模型引入域适应学习,结合特征迁移思路,提出了双主动域适应学习算法D_AcT(Dual active domain adaptation).该算法同时对源域与目标域数据进行价值度量,并挑选最具训练价值的样本,在保证模型精度的前提下,大幅度减少了模型对标签数据的需求.具体而言,首先利用极大极小熵和核心集采样方法,用主动学习价值评估模型挑选目标域样本,得到单主动域适应算法S_AcT(Single active domain adaptation).随后利用损失预测策略,将价值评估策略适配至源域,进一步提升迁移学习知识复用有效性,降低模型训练成本.本文在常用的四个图像迁移数据集进行了测试,将所提两个算法和传统主动迁移学习及半监督迁移学习算法进行了实验对比.结果表明双主动域适应方法所需标记源域数据可减少50%以上,且准确率较传统方法最大提升了4%.系列实验验证了本文所提方法的可行性和有效性.

结合自适应双透射率和景深变化的去雾方法

为了解决单幅图像去雾算法透射率估计不准确和复原结果偏色等问题,提出一种结合景深变化的自适应双透射率去雾方法。首先,将有雾图像从RGB颜色空间转换到Lab颜色空间,对亮度分量作形态学处理和滤波操作,并结合最大值通道估计出大气光。其次,利用有雾图像的高斯-对数映射实现对无雾图像暗通道的估计,并根据不等式关系得到无雾图像的亮通道,然后估计出双透射率。最后,结合深度图与透射率之间的关系,构建双透射率联合优化的自适应透射率函数,并结合大气散射模型恢复出无雾图像。实验表明,所提方法复原结果颜色自然、去雾彻底、细节信息丰富,且具有较高的视觉对比度。同时,在不同场景中均可获得较好的去雾效果,有效解决了透射率估计不准确和偏色问题。

基于模糊数学的光学图像边缘自适应检测研究

图像中光照条件的变化会对边缘检测产生影响,在光照不均匀或者强烈变化的情况下,边缘检测更加困难,为了实现对光学图像边缘的有效检测,提出基于模糊数学的光学图像边缘自适应检测方法。采用补偿函数对光学图像展开光照补偿,提升光学图像亮度,再对提亮图像展开比例线性调整与转换。采用同态滤波方法调整光学图像的光照分量与反射分量,使光学图像的清晰度得以提高。结合小波变换方法和自适应双阈值方法对光学图像边缘点进行提取,采用模糊数学中的模糊C均值方法对提取的光学图像边缘点展开聚类,获取光学图像边缘,实现光学图像边缘自适应检测。实验结果表明,所提方法的DBI指数为0.21,CHI指数为0.97,F-Measure最高值为0.98,说明其图像处理性能好、边缘检测精度高,适用于光学图像边缘自适应检测。

基于自适应天空区域分割的图像去雾算法

针对暗通道算法在处理图像中天空区域时会出现色彩失真和光晕现象以及大气光值错误估计的问题,提出一种改进的暗通道先验去雾算法。利用雾图中天空区域的物理特征粗略分割图像天空区域,从天空区域中对大气光值进行估计;设计一种自适应双阈值分割方法用于天空区域的精细分割,提出一种基于亮通道先验的透射率估计方法,将亮通道先验模型估计的天空区域透射率值和暗通道先验模型估计的前景区域透射率值进行融合;引用一种快速引导滤波器对融合后的透射率进行边缘细化,基于大气散射模型完成图像的复原。实验结果表明,该算法很好地克服了暗通道算法的缺陷,保留了复原图像的视觉真实性。