Level set函数重新初始化的并行快速步进法

为提高level set函数重新初始化的计算效率,基于分区并行思想,提出一种快速步进法的并行策略,实现level set函数的快速并行重新初始化。通过对圆球、五叶管和圆环管等算例的level set函数重新初始化,讨论了新并行算法的准确性和效率。结果表明,与串行快速步进法相比,并行算法保留了串行算法的精度,仍基本保持在1阶左右,同时显著减少了重新初始化的计算时间,特别在8线程条件下,所获的最佳加速比能够达到5。

初始化参数对RRT算法性能影响研究

由于采用随机采样方式进行路径规划时RRT算法无需对任务空间内的障碍物进行数学建模,因而该算法在路径规划领域得到了广泛应用,但该算法的初始化参数步长和偏置概率对路径规划结果有直接影响。为了揭示初始化参数对RRT算法性能的影响规律,为参数选取提供依据,通过计算机模拟不同复杂程度任务空间下的路径规划问题,并利用RRT算法进行路径规划实验,从算法耗时、路径长度、规划失败概率3个方面统计分析初始化参数对RRT算法性能的影响。实验结果表明,初始化参数步长和偏置概率对RRT算法性能有直接影响,且不同复杂程度任务空间需要设置不同的初始化参数。

提高水平集方法初始化计算速度的研究

本文对水平集方法的初始化步骤进行了改进。在水平集方法中，初始化是一个很重要的步骤。它包括计算图像平面中每个点的初始水平集距离，同时找到与当前点距离最近的曲线上的点。这是一个费时的过程，影响到整个水个集方法的计算速度。本文基于快速推进法提出了一种快速初始化方法。这种方法只需要Ｏ（Ｎ）的时间就能够遍历所有的图像点，完成初始化。最后，对三种不同的初始化方法：直接法、快速推进法和本文的方法在计算速度上作了对比。实验表明，最终得到理想的分割结果的情况下，本文的方法在时间上优于其他两种方法。

基于改进遗传算法的ROV推进器伺服系统辨识

针对ROV变量液压推进器伺服控制系统的控制模型,提出了采用改进遗传算法进行控制模型参数辨识。为解决遗传算法易早熟,难以找到精确解等问题,采用一种基于均匀设计的种群初始化方法和一种改进变异方式的深度捕食策略,有效提高了ROV变量液压推进器伺服控制模型辨识算法的全局收敛性和搜索效率。同时,利用液压试验平台搭建液压回路模拟液压推进器伺服控制系统,采集试验数据辨识得到了ROV变量液压推进器的精确控制模型,仿真和实验结果证明了辨识算法的可行性和模型的正确性。

插入排序快速推进旅行时计算方法

基于窄带技术的旅行时快速推进算法在迭代计算过程中需要频繁更新窄带点,通过优化窄带点排序方案,可有效提升该算法的计算精度和效率。传统快速推进算法在选取排序方法时仅考虑方法的排序能力强弱,认为排序能力强的堆排序方法能更好地处理窄带点的排序任务,忽略了作为排序目标的旅行时场所具有的有序性。分析程函方程的因果关系条件可知,旅行时场隐含了由小到大的分布规律。基于这一规律,采用简单的插入排序方法即可很好地完成窄带点的排序任务。插入排序方法属于稳定类排序方法,较堆排序方法具有更低的实现成本和更高的稳定性,更加符合程函方程因果关系条件的要求。通过引入插入排序方法,设计了一种适合快速推进算法的排序流程,用于替换常规算法所采用的堆排序方法,后经不断改进,提出了基于插入排序方法的快速推进算法。通过数值模拟,测试和比较了插入排序快速推进算法、三叉树堆排序快速推进算法和快速扫描算法,数值模拟结果表明,对于压制了源点奇异性问题的快速推进算法,插入排序快速推进算法的精度和计算效率均优于传统的三叉树堆排序快速推进算法。

感兴趣区域高效提取算法(英文)

感兴趣区域在临床医学图像分析中占有重要地位.提出了一种基于单调推进曲线进化的感兴趣区域提取新方法.首先,通过极小化ROI(region of interest)能量函数,推导出区域速度函数项,并与基于边界的速度函数融合,提出融合ROI信息的单调推进Snake模型.ROI信息能够增强曲线深入到对比度低且细窄的区域中的传播能力.其次,提出了多初始化快速推进算法,选择性地种植种子曲线有助于局部区域的生长从而进一步改善分割结果.此外,为提高计算效率,在多尺度空间进行数值求解,其中利用快速解传递方法实现粗一级尺度到细一级尺度解的传递,可以加速收敛.利用医学图像分割实验对该方法进行评估,结果表明:该方法能够快速、精确地提取低对比度和细窄的ROI区域.与现有方法相比,该方法的高效性同时体现在分割结果和计算代价上.

改进的多目标粒子群优化算法

为提高解决多目标优化问题的能力,提出一种改进的多目标粒子群优化算法。该算法采用均匀随机初始化方法初始种群,采用快速支配策略选取非支配解,生成外部档案;通过比较粒子连续几代的更新情况来判断是否陷入局部最优并相应地采取不同的更新策略,同时引入变异因子对粒子进行扰动。实验结果表明,在世代距离GD(Generational Distance)和空间评价方法 SP(Spacing)性能指标上,改进之后的算法与另外几种对等算法相比,具有显著的整体优势。

快速小波域隐马尔可夫模型的图像去噪

在分析小波系数的指数衰减性和延续性的基础上,提出了一种模型参数初始化的方法.MATLAB仿真实验结果表明,该方法给出了合理的模型参数初值,在有效缩短训练时间的同时能获得较理想的去噪结果.

基于参数化恒导纳方法的多逆变器仿真建模与优化

电磁暂态仿真中,恒导纳模型因仿真效率高而被广泛应用,其衍生的参数化恒导纳模型可通过参数配置提升暂态性能,在单逆变器仿真中具有良好的效果。但参数化恒导纳模型在应用于多逆变器系统时,由于耦合,仿真参数的可行域会发生变化,进而影响系统的暂态性能甚至导致失稳。针对上述问题,从系统稳定性与暂态性能两方面出发,提出了基于快速遗传算法的参数调节策略,以收敛速度、波动大小、耦合程度的多目标对逆变器进行参数优化,并运用交叉初始化方法进行结构优化,避免了仿真系统的失稳问题并进一步改善了暂态性能。最后,通过算例验证了该多逆变器系统仿真模型在高效率的前提下,具有自适应的参数调节能力,且仿真精度优于传统恒导纳方法。

曲线坐标系程函方程的求解方法研究

笛卡尔坐标系中经典的程函方程在静校正、叠前偏移、走时反演、地震定位、层析成像等许多地球物理工作都有应用,然而用其计算起伏地表的地震波走时时却比较困难.我们通过把曲线坐标系中的矩形网格映射到笛卡尔坐标系的贴体网格推导出了曲线坐标中的程函方程,此时,曲线坐标系的程函方程呈现为各向异性的程函方程(尽管在笛卡尔坐标系中介质是各向同同性的).然后尝试用求解各向同性程函方程的快速推进法和Lax-Friedrichs快速扫描算法来分别求解该方程.数值试验表明未加考虑各向异性程函方程与各向同性程函方程的差别而把求解各向同性程函方程的快速推进法直接拓展到曲线坐标中的程函方程的做法是错误的,而Lax-Friedrichs快速扫描算法总能稳定地求解曲线坐标系的程函方程,进而有效地处理了地表起伏的情况,得到稳定准确的计算结果.

基于L-BFGS理论求解复程函方程的地震波复走时计算方法

地震波复走时在处理几何射线理论面临的焦散问题有着重要作用。为了获得一种精度高且更为高效的复走时计算方法,将L-BFGS最优化理论引入分离的复程函方程中用于求取等效虚慢度,直接利用复走时实部、虚部正交的条件为目标函数,减少了梯度矩阵的一次乘积,利用计算梯度的正演部分作为复走时计算部分,得到了一种求解复程函方程的L-BFGS快速推进复走时计算方法。通过对解析法、动力学射线追踪法、高斯牛顿—共轭梯度快速推进法、L-BFGS快速推进法计算结果的精度和效率分析,表明L-BFGS快速推进法在精度和效率上均具有一定的优越性,也能适应在实际应用中的大规模计算需求。

计算三维旅行时的并行处理技术

文章介绍了应用波前快速推进算法计算三维旅行时的方法和并行实现技术,波前快速推进算法给出了一种快速、准确而稳定的计算旅行时的方法,通过求解三维eikonal方程来达到计算旅行时的目的。并在SGI并行机研制了并行计算软件,给出了SEG/EAGE模型的计算实例。该项技术在大庆油田三维地震资料处理中得到了广泛的应用。

分布式声波传感垂直地震剖面法智能处理及多波成像方法

本文研究了分布式声波传感垂直地震剖面(DAS-VSP)法纵波及转换波智能处理与成像方法,讨论了DAS-VSP形态成分分析法数据去噪技术、DAS-VSP多波智能分离方法和流程,以及基于深度学习的DAS-VSP数据规则化方法。创新性地提出了一种基于最小旅行时的多波VSP成像方法,通过旅行时表控制反射路径附近聚焦成像,比传统地震偏移方法的划弧减少,成像过程中计算覆盖次数,解决了覆盖不均匀成像振幅问题。通过海上斜井DAS-VSP实际数据处理,同时获得DAS-VSP上行纵波和上行转换横波成像剖面,结果显示,DAS-VSP不仅含有反射纵波信息,同时存在较强的转换横波,通过针对性处理后,能够实现DAS-VSP纵波及转换波成像,说明斜井DAS-VSP具备多波成像条件,可获得较高信噪比的纵波及转换波成像数据,多波数据更有利于油气预测和识别,智能处理及多波成像方法为DAS-VSP法用于油气勘探开发提供了新的技术手段。

复杂场景下视觉先验信息的地图恢复SLAM

目的目前已有的单目视觉SLAM(simultaneous localization and mapping)系统每次开始运行时都将初始帧而不是绝对位置设置为参考帧,不能在一个固定的坐标系中获得位姿,导致无法重用已有的建图信息,而且在复杂场景中相机容易跟踪失败,需要当前帧与已有的关键帧非常相似时才能重定位并继续建图。针对这个问题,提出一种具有重新初始化、地图重用与地图恢复能力的视觉SLAM系统。方法首先,加载先验地图,通过ORB(oriented brief)特征匹配SLAM系统当前帧与先验地图关键帧,并结合重定位方法完成SLAM系统的初始化。接着,为了避免丢失地图,建立一种应对SLAM系统跟踪失败的地图保存机制,保存跟踪成功地图,并提出一种自适应快速重新初始化算法,引入灭点检测,自动选择最佳重新初始化策略,保证SLAM系统继续跟踪与建图,建立的地图称为恢复地图。最后,对于跟踪成功地图与恢复地图,采用改进的回环方法获得它们之间的转换关系,并提出一种地图恢复法,减少跟踪成功地图与恢复地图尺度不一带来的误差,确保得到的全局一致地图更加准确。结果在经过加噪处理的KITTI数据集上进行地图恢复融合的测试,实验结果表明,在KITTI00、KITTI02、KITTI05数据集下,本文提出的SLAM系统比ORB-SLAM2系统分别可以多获得39.25%、47.75%、32.46%的地图信息。在EuRo C数据集上的运行结果表明,本文提出的单目视觉SLAM系统不仅在建图精度方面与ORB-SLAM2效果相当,还在跟踪稳定性方面有显著提升。结论本文提出的SLAM系统可以在跟踪失败的情况下有效恢复地图;此外,还可以高效重用SLAM系统已有的建图结果,固定SLAM地图坐标系,提升SLAM系统运行稳定性。