移动流媒体动态自适应速率选择算法研究

针对移动终端无线端口在接收流媒体数据时速率切换频繁、能量利用效率低问题,提出一个基于能耗感知的动态自适应速率选择算法(EDARS)。算法根据监测到的网络带宽和流媒体编码率信息,自适应调整终端缓存区下限阀值,使缓存空间大小更契合当前带宽和流媒体编码率;通过设置一个动态安全边界和响应延时因子,自适应地选择下一个目标视频块的码率。实验结果表明:该算法能明显地降低码率切换频率,提升能量的利用效率。

基于精英选择自适应变异遗传算法的膜系优化设计

将改进的遗传算法——精英选择自适应变异遗传算法(EGAAM)用于光学薄膜的膜系优化设计。EGAAM采用了独特的自适应变异操作,该操作既使得群体保持了多样性,防止过早收敛,又加快了群体收敛速度。EGGAM对初始条件不敏感,并且可以确定膜层厚度边界,确保了设计结果的制备方便。通过减反膜、分光膜的实例优化设计表明,在相同设计条件下,用EGAAM可以得到比传统遗传算法更好的设计结果。理论与实例表明EGAAM用于膜系优化设计是高效和可靠的。

基于元学习个性化推荐研究综述

推荐系统作为缓解“信息过载”的工具,为用户过滤冗余信息并提供个性化服务,近年来得到了广泛应用。然而,实际推荐场景中,通常存在冷启动与不同推荐算法难以根据实际环境自适应选择等问题。元学习因其具有基于少量训练样本快速学会新知识和技能的优点,被越来越多地应用于推荐系统相关研究中。对现有基于元学习技术缓解推荐系统冷启动问题以及自适应推荐问题的主要研究进行探讨。首先,分析了基于元学习推荐在上述2个方面已取得的相关研究进展;然后,指出了现有元学习推荐研究存在难以适应复杂任务分布、计算代价高和容易陷入局部最优等问题;最后,对元学习在推荐系统领域的一些最新研究方向进行了展望。

物化视图选择算法——ACSSA_VSP

本文对提高数据仓库查询效率的物化视图选择问题进行了研究。通过研究与实验,提出了一种改进的克隆选择算法解决物化视图选择问题,即在克隆选择算法变异过程中引入模拟退火算法的Metropolis准则,在保证抗体多样性的条件下提高了算法运行效率,同时在克隆选择算法选择过程中实现了每代更新数的自适应调节。由此提出了解决物化视图选择问题的自适应克隆选择模拟退火算法——ACSSA_VSP。理论分析和实验验证表明:ACSSA_VSP比解决物化视图选择问题常用的标准遗传算法求解质量更高、收敛速度更快。

免疫算法求解编组站阶段计划配流问题研究

在编制编组站阶段计划时需解决的一个核心问题是确定出发列车的车流来源。本文针对该问题作了深入研究,以解编顺序为优化对象,在考虑解、编调机资源约束的情况下,以在正点出发列车数最大基础上考虑总停留车小时最小的解编顺序为目标建立数学模型,并设计了免疫算法中自适应克隆选择算法对其求解,其中抗体评价所需的配流结果通过lingo编程实现。算例证明了算法的有效性,为编组站阶段计划配流智能化提供了较好的解决途径。

不确定环境下移动对象自适应轨迹预测方法

已有的轨迹预测方法难以对移动对象运动轨迹进行准确地描述,尤其在复杂且不确定的车载自组织网络(vehicular ad hoc network)(也称车联网)环境中.为了解决这一问题,提出基于变分高斯混合模型(variational Gaussian mixture model,VGMM)的环境自适应轨迹预测方法 ESATP(environment self-adaptive prediction method based on VGMM).首先,在传统高斯混合模型的基础上使用变分贝叶斯推理近似方法处理混合高斯分布;其次设计变分贝叶斯期望最大化算法学习计算高斯混合模型参数,有效运用参数先验信息得到更高精度预测模型;最后,针对输入轨迹数据特征,使用参数自适应选择算法自动调节参数组合,灵活调整混合高斯分量的个数和轨迹段大小.实验结果表明:所提方法在实验中表现出较高的预测准确性,可应用于车辆移动定位产品中.

AISPSO算法在电网无功优化的应用

针对粒子群算法搜索后期的局部收敛问题,提出加入邻域空间和择优替换粒子改进方法的自适应信息选择粒子群优化(AISPSO)算法.将AISPSO算法应用于电网无功优化,选取发电机节点电压、变压器、无功补偿容量为控制变量,代入粒子编码机制寻优,在连续5次迭代无法跳出时,加入邻域空间,替换粒子后再次搜索.通过AISPSO算法优化调度,搜索电网网损最优值,达到电网无功优化目标.根据研究数据对比,AISPSO算法寻优所得网损比基本粒子群算法降低了4.43个百分点.

基于贪婪与自适应节点选择的目标跟踪算法

为使目标跟踪系统的精度和能量消耗达到最佳平衡,节点选择策略在基于无线传感网络的目标跟踪系统中起着关键的作用。文章将节点选择归类为数学中的背包问题,同时通过预测信息熵及能量消耗,提出一个创新性的目标方程去判定该节点是否需要参与定位。通过自适应调整背包问题中的价值阈值的节点选择策略决定背包问题中的总容量,也就是参与运算的节点数。在计算效率上我们通过贪婪竞争策略减少不合适的候选节点,同时采用遗传算法去解决随后出现的约束性优化问题。仿真结果证明该算法可以提供更高的跟踪精度以及更少的系统能量消耗。

一个基于自管理单元支持差分服务的Web容器

随着Internet的飞速发展,符合J2EE规范的Web容器已经成为部署企业Web应用的主流平台.同时,企业Web应用的多样化和复杂性的增长,迫切地要求Web容器提供差分服务的支持.然而,传统的Web容器采用尽力而为的服务模型,无法提供差分服务支持.已有的研究采用准入控制、优先级调度等方法来为Web容器提供差分服务支持,但是它们只能提供单调、静态的差分服务策略.提出了一个基于自管理单元的Web容器DSWC,它能够根据SLA定义提供两级差分服务支持.此外,提出了一个自适应差分服务策略选择算法,它能够根据动态变化的运行环境自适应地选择差分服务策略.原型系统的实验结果显示,DSWC能够有效地为请求提供符合SLA定义的细粒度的差分服务支持.

易腐货物运输配流的优化研究

研究了价值随时间流逝而损失的易腐货物运输的配流问题。首先推算出易腐货物价值损失计算公式,然后通过建立网格资源分配和任务调度模型,把所研究的问题转化为整数规划问题。通过设计基于长编码思想的自适应克隆选择算法,进行了模型求解。最后通过具体算例,证明了算法的有效性。

基于两种路选策略的地域数据通信网的研究

对采用自适应与泛搜索两种路由选择算法的地域数据通信网的性能进行了研究 ,用计算机仿真的方法讨论了几种在地域网设计中需要考虑的主要因素对网络吞吐量、延迟、阻塞率等指标的影响。在此基础上 ,对采用这两种路选策略的地域数据网的性能进行了评价 ,最后给出了在网络设计过程中两种路选策略的应用原则。

MIMO-OTHR稀疏频分互补混沌调制波形设计

针对多输入多输出超视距雷达(Multiple Input Multiple Output Over-the-Horizon Radar,MIMOOTHR),提出了一种稀疏频分正交相位编码(Sparse Frequency Division Orthogonal Phase Coded,SFDOPC)波形。考虑到超视距雷达工作在非连续分布频谱环境,设计了波形的稀疏频分结构。利用混沌序列天然的正交性、良好的抗干扰和低截获性能,将混沌序列映射为相位编码信号,调制在稀疏载波频率上。基于该波形结构,首先对混沌序列的相关性能进行了优化,利用自适应克隆选择算法最优化搜索得到互补混沌序列对;然后,根据实时监测得到的频谱环境,合理选择载频和带宽,在兼顾频谱环境的同时,可以进一步改善波形的正交性,最终得到一种稀疏频分互补混沌调制波形。仿真结果表明,该波形具备优良的输出特性。

基于SAS-DBEN的海洋环境多因素预测方法

激励函数对深度神经网络的非线性逼近性能具有重要影响,其选择与任务相关。针对这一问题,提出基于自适应选择算法的深度置信回声状态网络模型,并应用于海洋环境多因素时间序列预测。该模型集成了14种激励函数,通过预测性能比较实现自适应选择功能。仿真结果表明,该模型能够正确选择出最优激励函数,具有良好的海洋数据多因素预测能力。

基于物理模型的单幅图像去雾方法研究

为了提高雾天降质图像的清晰度,文章研究基于物理模型复原的图像去雾算法,提出基于该方法复原的快速图像去雾方法。首先提出天空区域自适应选择算法估计全局大气光,然后利用均值滤波的方式快速估计透射率,最终恢复无雾图像。

基于高光谱成像技术与CARS算法的玉米种子含水率检测

为实现玉米种子含水率(MC)的精确、快速、无损检测,消除种子放置方式(胚部朝上/下)的影响,基于高光谱成像和图像处理技术,结合变量筛选法,针对玉米种子正反面放置的不同分别建立对应的MC预测模型。分别采集种子正、反两面高光谱图像,提取质心区域光谱数据,采用竞争性自适应重加权变量选择算法筛选特征波段,建立对应的MC预测模型。对比图像不同部位光谱曲线变化趋势,挑选4个特征波段(1104,1304,1454,1751nm)进行波段运算获取种子正、反面信息及质心位置。依据正、反面检测结果,自主选择对应的MC预测模型对45个验证集样本进行含水率检测。结果表明,使用波段运算正、反面识别率分别为97.8%、100%;正、反两面验证集相关系数分别为0.969,0.946,均方根误差分别为0.464%,0.616%。该研究为使用多光谱成像技术实现玉米种子MC的快速无损自动化检测奠定基础。

复杂灾害情景下应急资源配置的随机规划模型

提出基于区域灾害系统理论来构建复杂灾害情景,用于描述突发事件的复杂性和高度不确定性.基于复杂灾害情景建立了一个两阶段随机规划模型,进行应急设施的定位决策、应急物资的库存决策和不同灾害情景下应急物资分配预案的制定.使用新的编码方式,将第一阶段的选址-库存模型转化为一个无约束非线性优化模型,使用自适应免疫克隆选择文化算法进行求解.对于第二阶段的应急物资分配模型,则提出了"势能抵消算法".最后基于四川地震带的相关数据给出了算例,验证了模型及算法的有效性与可行性.

一种适用于网上视频监控的MPEG-4码流技术

针对IP网络(如因特网)带宽随时变化的特性,传输视频时,为了有效地利用现有带宽,尽可能提高视觉质量,该文在MPEG-4精细可伸缩性视频编码(FGS)的选择性增强技术基础上提出一种基于运动矢量的自适应选择性增强算法。通过提取、分析基本层运动矢量,自适应地确定目标区域,并将结果在增强层编码用于选择性增强。使FGS编码实现基于内容的增强和优先传输感兴趣区域(目标区域)。实验表明该算法使目标区域在不同的码率下都能获得相对最佳的视频质量,适合网上视频监控之类背景静止而人们仅对场景中运动的人或物感兴趣的应用。