基于改进PCNN模型与四方向差值绝对最小滤波算法的图像去噪研究

为了更好地去除图像噪声,基于图像有效轮廓及边缘连续性,结合改进脉冲耦合神经网络模型(IPCNN),提出了四方向差值绝对最小滤波算法(FDMAD).仿真实验表明:对比传统基于迭代脉冲耦合神经网络中值滤波方法,本文算法具有更好的去噪效果和更快的计算速度.实验结果验证了算法的快速性和有效性,具有广泛的应用前景.

配电网故障应急资源自适应优化分配策略

配电网发生故障时,应急抢修工作快速顺利进行的重要前提是能否利用应急资源提供可靠保障,因此提出配电网故障应急资源自适应优化分配策略。首先建立应急人员、车辆和工器具及备品备件的分配模型;然后提出一种基于资源合理分配的最小绝对差值分配算法,在此基础上,提出应急资源的自适应优化分配策略,通过引入自适应指标的概念来描述应急抢修工作与资源分配的匹配程度和相关因素对应急资源分配的影响;最后,以IEEE33节点系统为例进行仿真,仿真结果验证了所提自适应优化分配策略的有效性和实用性。

复杂背景下目标模板更新算法研究

在匹配跟踪算法中,模板更新策略是跟踪成败的关键。从复杂背景下的目标跟踪出发,指出固定模板和逐帧模板更新的不足之处,介绍几种性能较好的模板更新策略,并在此基础上提出改进的模板更新方法。同时,为了更好地克服背景光照带来的影响,对普通最小平均绝对差值函数MAD(M in imum Absolute D ifference)方法进行了改进。仿真实验结果表明,该算法能克服诸如烟尘干扰、背景光照变化、地貌起伏等不利因素,能在复杂背景中稳定和精确地进行目标跟踪。

基于粒子滤波的相关跟踪算法研究

粒子滤波是一种求解后验概率的实用性算法,它通过非参数化的蒙特卡罗模拟方法实现递推贝叶斯滤波.在分析了基于最小平均绝对差值函数的相关跟踪算法的基础上研究了一种基于粒子滤波的相关跟踪算法.并将这两种算法应用于运动目标的跟踪,实现了对道路上运动小汽车的跟踪.最后将两种跟踪算法的仿真实验结果进行了比较,实验结果表明,基于粒子滤波的相关跟踪算法受障碍物遮挡的影响较小,提高了跟踪的鲁棒性.

基于粒子滤波模型目标跟踪算法研究

本文基于视频图像中目标的基本特征——灰度特征,提出了一种基于粒子滤波模型实现目标跟踪的方法。文中介绍了粒子滤波模型的原理,并且在该原理的基础上,提出了目标跟踪的算法框架。详细闸述了实现该算法具体的流程,给出了视频序列图像的实时仿真结果。基于粒子滤波模型的目标跟踪算法,不但在非线性非高斯状态下,能够对目标进行有效跟踪,还可以消除由光照变化以及部分遮挡造成的影响,具有较强的鲁棒性。

GOAL PROGRAMMING ALGORITHM FOR A TYPE OF LEAST ABSOLUTE VALUE REGRESSION PROBLEM

This paper develops goal programming algorithm to solve a type of least absolute value (LAV) problem. Firstly, we simplify the simplex algorithm by proving the existence of solutions of the problem. Then, we present a goal programming algorithm on the basis of the original techniques. Theoretical analysis and numerical results indicate that the new method contains a lower number of deviation variables and consumes less computational time as compared to current LAV methods.