基于自适应动态窗口改进细菌趋化算法的UAV三维路径规划

针对UAV三维路径规划问题,提出一种自适应三维动态窗口(self_3D_DWA)改进细菌趋化(3D_IBF)算法的混合三维路径规划算法(3D_IBASDWA).该算法在二维动态窗口和标准细菌趋化算法基础上,结合全局和局部路径规划,既能计算出复杂环境中全局最优解,又能实现局部抗干扰动态避障.此外,该算法还引进Logistics混沌策略进一步优化细菌趋化算法全局路径计算,从而规划出具有较高计算精度和较快收敛速度的参考路径.接着,基于参考路径,UAV通过自身携带的传感器实时感知动态障碍物,并利用自适应三维动态窗口算法实现局部抗干扰动态避障.仿真实验证明基于改进算法的UAV三维空间路径规划在计算精度、收敛速度和动态避障等方面都有明显提升.

基于自适应动态窗口改进细菌算法与移动机器人路径规划

针对移动机器人在复杂环境下的路径规划问题,提出一种新的自适应动态窗口改进细菌算法,并将新算法应用于移动机器人路径规划。改进细菌算法继承了细菌算法与动态窗口算法(dynamic window algorithm,DWA)在避障时的优点,能较好实现复杂环境中移动机器人静态和动态避障。该改进算法主要分三步完成移动机器人路径规划。首先,利用改进细菌趋化算法在静态环境中得到初始参考规划路径。接着,基于参考路径,机器人通过自身携带的传感器感知动态障碍物进行动态避障并利用自适应DWA完成局部动态避障路径规划。最后,根据移动机器人局部动态避障完成情况选择算法执行步骤,如果移动机器人能达到最终目标点,结束该算法,否则移动机器人再重回初始路径,直至到达最终目标点。仿真比较实验证明,改进算法无论在收敛速度还是路径规划精确度方面都有明显提升。

变窗重建算法和自适应SegNet网络在地层层序划分中的应用

深度学习技术以批量处理数据、解释时间短、解释精度高等特点,为地层自动划分提供了新的方向。然而由于测井数据维度高、样本数量有限、相邻样本间特征相似等原因,深度学习存在着样本独立性与可靠性等问题。面对复杂的地下结构和不整合面,特别是在样本质量差、样本数量少的情况下,常规深度学习方法很难准确划分地层边界。考虑到测井数据属于小样本数据、数量有限且质量较差,不利于模型的训练和构建,因此拟采用可变窗口波形重建算法增加训练数据量,根据原始波形的特征生成重建波形,模拟不同速度下模型的波形特征,对部分原始测井数据进行人工分层重建,将重建后的数据作为训练样本输入到自适应可变卷积核尺寸的SegNet网络中,使用训练好的SegNet来解决复杂的地下结构问题。实验结果表明,采用自适应可变卷积核尺寸的SegNet网络可以在多个尺度上拟合地震数据中的断层和不整合面,达到更好的分割效果,且具有良好的识别效率和较强的鲁棒性。

一种最小竞争窗口自适应调整的802.11退避算法

该文在对原有的IEEE 802.11 DCF研究的基础上,提出了一种基于最小竞争窗口自适应调整的退避算法(Minimum Contention Window Self-adaptive Adjusting,MCWSA)。该算法的思想是每个站点根据网络中当前的时隙利用率和理论上最优时隙利用率进行比较,周期性动态调整自身的最小竞争窗口,以适应不同的网络拥塞状况。仿真表明,该算法提高了IEEE 802.11局域网在拥塞情况下的性能,在饱和吞吐量和时延上都有不同程度的改善。

基于块特性与自适应搜索窗口的运动估计算法

提出了一种基于块特性与自适应搜索窗口的运动估计算法(Motion estimation algorithm based on blockcharacteristic and adaptive search window,MBC-ASW),该算法在充分利用视频图像的时间、空间相关性的同时,根据运动向量的统计特性,分别在帧层和块层进行自适应搜索窗口的粗调与微调,并且针对不同的块进行相应的编码处理。在PC上利用C语言实验验证了该算法的可行性,评估了其性能,并与经典的全搜索算法(Fullsearch motion estimation,FS)、三步搜索算法(Three step search,TSS)、新三步搜索算法(New three stepsearch,NTSS)和钻石搜索算法(Diamond search,DS)进行了详细的比较,该算法在性能和效率上均有较大程度的提高,对不同的序列具有较强的自适应性。

基于滑动窗口的新息自适应组合导航算法

针对新息自适应滤波算法噪声跟踪精度和跟踪灵敏度相互矛盾导致的窗口宽度选取困难问题,提出了一种基于滑动窗口的新息自适应组合导航算法,该方法通过设计噪声统计特性梯度检测函数、敏感噪声统计特性的实际变化情况,利用窗口自适应函数实时计算窗口宽度,使得窗口在预设区间内自适应滑动,以适应实际噪声的变化。仿真实验表明,基于滑动窗口的新息自适应组合导航算法可以有效跟踪噪声统计特性的实时变化,可同时兼顾自适应跟踪精度和跟踪灵敏度。

面向作业车间的自适应非均匀窗口蚁群算法

为纠正作业车间调度问题中蚁群算法搜索周期长、易陷入局部极小值的缺点,提出了一种改进的自适应非均匀窗口蚁群算法。首先,该算法通过自适应调整的非均匀窗口限制蚂蚁的移动范围,在缩短蚂蚁搜索周期的同时及时开辟新的解空间;然后,根据蚂蚁的多态性提出了蚂蚁跳跃窗口策略,赋予算法良好的跳出局部极小的能力;最后,鉴于作业车间调度中一个工件在多个机器上加工的特点,新算法对蚂蚁状态转移概率中的启发函数进行了改进,提高了路径的启发程度。通过对Muth and Thompson基准问题的仿真,验证了新算法的收敛性能。

一种改进的自适应窗口滤波的SAR图像去噪算法

SAR的广泛应用及其距离、方位上的高分辨率,使其受到人们越来越多的重视。但是SAR图像中的斑点噪声却严重地制约了它的进一步的应用。根据SAR图像的成像过程提出了一种改进的抑制SAR图像中斑点噪声的算法——自适应窗口空间域平滑算法。它根据窗内像素点的统计特征自适应调节窗口大小,并通过门限来决定是否需要改变窗的尺寸,达到在同性质区增大窗口来抑制斑点噪声,同时在异性质区减小窗口以最大限度地保护图像细节的目的。对实际SAR图像的验证,说明它在抑制斑点噪声和保存图像细节信息方面较之原方法有了一定的改进和提高。

基于多个子窗口的自适应滤波改进算法

在分析了常见的图象噪声过滤算法和自适应滤波算法的基础上,提出了基于多个子窗口的自适应滤波改进算法,在处理每一个象素时,把四个子窗口同时作用于该象素,并以均方误差最小的子窗口的中值,作为处理后的该象素的灰度值。给出了算法的设计思想、具体实现和误差分析,这是一种具有保护图象细节和良好去噪性能的新型算法。为图象去噪处理的应用和研究提供了一种方法和思路。

椭圆窗口和参数自适应的非局部均值算法

对于传统的非局部均值(NLM)算法,方形搜索窗口会将大量低相似度的图像块引入去噪图像的加权平均计算过程中,导致去噪图像的细节轮廓变得模糊.针对此问题,提出了利用控制核函数来获取椭圆窗口和图像块参数的自适应NLM算法.首先,根据图像的局部梯度信息和结构张量获得可描述图像局部边缘结构的椭圆方程,并由此确定搜索窗口的形状,从而将搜索窗口的搜索范围限制在与图像局部结构相一致的区域内;然后采用控制核函数获得和搜索窗口形状一致的椭圆形图像块,并结合平滑参数自适应的思想进一步增强算法效果.通过在不同噪声等级的经典灰度图中进行实验,实验结果表明,该算法相比于传统NLM算法和参数自适应的NLM算法,在客观的图像评价指标上,有着更高的PSNR和SSIM值;而在主观视觉上,随着噪声等级的提升,该算法在抑制噪声的同时,能够更好地保留住图像的高频纹理信息.

融合改进哈里斯鹰和改进动态窗口的机器人动态路径规划

针对动态环境的移动机器人路径规划问题,提出了一种改进哈里斯鹰算法(IHHO)与改进动态窗口算法(IDWA)的融合算法(IHHO-IDWA)。首先,针对哈里斯鹰算法后期搜索性能不足等问题,提出了融合自适应混沌和核心种群动态划分策略、融合黄金正弦策略以及动态云最优解扰动策略来提高算法的性能。其次,针对动态窗口算法存在规划的路径长和易陷入死锁等问题,提出了三个改进策略:增加子函数,保证算法能够规划出更短的路径;提出自适应权重策略,平衡算法局部避障能力和全局搜索性能;设定初始航向角,避免路径冗余。最后,通过测试函数、CEC2014函数的数值实验和静态、动态路径规划实验,验证了IHHO和IDWA性能有明显提升;通过50×50大型动态地图验证了融合算法较对照组算法规划的路径缩短了11.51%,证明了该方法的优越性。

自适应匹配窗口的Criminisi图像修复算法

针对Criminisi算法在图像修复中存在匹配错误、匹配标准不准确等问题,提出了一种改进的Criminisi修复算法。首先利用边缘特征和局部亮度特征,改进优先权模型以增进对边缘和纹理的辨别;其次利用已修复点的统计信息,以自适应的方式确定搜索匹配窗口大小;最后将基于像素和统计的度量结合起来,并引入互信息作为新的匹配准则。实验结果表明,提出的改进修复算法优于其他算法,能更有效恢复大面积缺失图像,处纹理细节保持效果较好。

指数对的k阶自适应窗口表示算法

给出了一种新的计算指数对gahb的Straus-Sham ir类算法,该算法基于整数对的一个新表示,即k阶自适应窗口表示(k-AWE).证明了k-AWE的平均联合Hamm ing密度为3/(3k+1),与同类算法相比,本文算法更为有效.明确分析了在512到2048比特密钥长度的密码学应用中,窗口宽度的最佳取值为k=3.

基于滑动窗口的IEEE 802.16d链路自适应算法

IEEE802.16d协议主要是针对有中心式移动台低速运动的宽带无线接入系统。该系统为了适应各种物理信道条件并达到通信质量和传输速率的最优化,采用了7种调制和信道编码组合方案。但IEEE802.16d并没有提出详细的自适应链路算法,提出了一种在下行物理帧FCH数据段加入导频信息,然后移动台通过接收到的导频信息估计CINR并通过一个简单有效的滑动窗口根据时变信道自适应地变化来捕捉信道的特征CINR,利用这个特征CINR来对照仿真得到的CINR-10-6BER门限值控制调制和信道编码,达到链路自适应的目的。

整数对的2阶自适应窗口表示算法

在一些公钥密码体制的实现中,特别是大多数数字签名(除了RSA)的验证过程,不仅需要指数运算,还需要能直接计算指数对.本文研究分析了整数对的从左到右的2阶自适应窗口表示(2-AWR),使用该表示可以使得Shamir算法实时实现,并且在同类算法中具有明显的速度优势.

引入自适应窗口的立体图象匹配随机模型与算法分析

基于灰度的数字图像立体匹配算法的中心问题是选择一个适当尺寸窗口。窗口尺寸既要尽可能地大，以便为可靠匹配包容足够的灰度变化；又要尽可能地小，以避开投影畸变的影响。本文介绍一种这通过测算局部灰度和视差变化来选取适当窗口的方法，该方法引入一个窗口范围内的视差分布统计模型。利用该模型可确定，在窗口内的视差变化及灰度变化引起的窗口中心点视差估值的统计误差。以此为基础，文中提出一种窗口搜索方法。

PB窗口大小自适应算法的实现

本文介绍了如何在PowerBuild中实现窗口中的各控件任意随窗口本身的大小缩放。根据窗口的缩放比例调整窗口中各控件的大小和字体大小,其中的技术关键是自适应调整的算法。

自适应遗传算法的数据中继卫星光网络资源调度算法

以数据中继卫星光网络系统资源、任务和约束条件为参量,以任务对资源的选择为优化对象,提出了一种基于自适应遗传算法的数据中继卫星光网络资源调度算法。综合考虑多中继星、多时间窗口、多光学天线以及任务优先级要求,建立调度模型;采用"当前任务调度时间的确定"和"后续任务可见时间窗口的更新"的调度操作,对不同资源的任务集合进行调度安排并实现了可见时间窗口的动态更新,获得调度任务的总权值并将其作为参量计算适应度值,最后通过改进的自适应遗传算法对不同调度方案进行寻优。以3颗中继星、12颗用户星,6个光天线,60个任务为条件设置了仿真场景,仿真结果表明该算法在收敛速度、调度效率方面具有优势,适应于多任务、多天线的数据中继卫星光网络系统资源调度。

基于噪声检测的自适应中值滤波算法

针对现有中值滤波算法对于高密度噪声图像以及纹理细腻图像的边缘处理能力欠佳的缺陷,提出一种基于动态窗口的自适应中值滤波算法。新算法根据噪声点与周围信息的关联程度将噪声点滤波值进行调整,从而更好地处理图像的细节部份。该算法中的自适应策略加强了滤波算法的去噪性能,使其对于含有任意噪声密度的图像也能很好地进行噪声滤除。通过仿真分析结果表明,新算法对于细节丰富的图像以及高密度噪声的图像滤波效果良好,有效地提高了图像的峰值信噪比,其去噪效果相比其他方法更加优秀。

基于解均匀度的车辆路径问题的自适应蚁群算法

蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,可以很好地解决旅行商问题(TravelingSalesmanProblem,TSP),但同时也存在计算时间长、易出现停滞等缺陷。在分析车辆路径问题(VehicleRoutingProblem,VRP)与TSP区别的基础上,将蚁群算法应用于VRP的求解,通过引入解均匀度、选择窗口以及吸引力等概念对算法的转移策略和更新策略进行改进,构造了具有自适应功能的蚁群算法。实验仿真结果表明所设计的算法具有很强的搜索能力,计算效率较高,能够有效地解决加速收敛与停滞现象之间的矛盾。