基于IBBS-SIFT算法的PCB板Mark点定位方法

针对最佳伙伴相似性(Best-buddies similarity, BBS)算法和SIFT算法的不足,提出了一种基于IBBS-SIFT(Improved best-buddies similarity-scale invariant feature transform)算法的印刷电路板Mark点定位方法。首先对BBS算法进行改进,通过结合置信度图和权值,在采集的PCB板图像中得到与模板图像相似的多个区域;然后采用最佳相似点对匹配准则代替SIFT算法的欧氏距离匹配准则,用改进的SIFT算法对这些相似区域计算描述子并进行匹配;最后根据匹配的描述子得到主位置,通过主位置剔除误匹配点,精确定位到Mark点位置。实验结果表明:该方法可以有效提高Mark点定位效率,将耗时减至SIFT算法的10%～15%,同时减少误匹配点数目,实现Mark点精确定位。

基于BB算法的左截断威布尔分布可靠性分析

针对寿命分布类型和参数估计方法问题,对国内某航空公司现役机型B737-800飞机主起落架减振支柱漏油故障数据进行可靠性分析。结合数据类型特点,初步预判其寿命分布类型可能为左截断两参数威布尔分布、对数正态分布、指数分布。基于极大似然估计法分别估计三种分布的未知参数,并利用根据BB算法改进的柯尔莫哥洛夫-斯米尔诺夫假设检验(K-S检验)法判断其寿命分布类型。实证分析结果表明,采用左截断两参数威布尔分布来拟合是合适的,并提出了具体维修建议。

求解图像分割CV模型的BB算法

给出图像分割的一种新算法——BB算法.该方法的优点在于利用迭代过程中当前点和前一点的信息确定搜索步长,从而更有效地搜索最优解.为此,首先通过变分水平集方法将CV模型转化为最优化问题;其次,将BB算法引入该优化问题进行求解;然后,对BB算法进行收敛性分析,为该算法应用在CV模型中提供了理论依据;最后将该方法与已有的最速下降法、共轭梯度法的分割结果进行比较.结果表明,跟其他两种方法相比,BB算法在保证较好分割效果的前提下,提高了算法的速度和性能.

一种解大规模无约束优化问题的BB型算法

基于BB算法和IMPBOT算法的思想,结合修正割线方程得到2种新的BB步长,并利用Armijo线搜索,提出一种求解大规模无约束优化问题的BB型混合算法.在适当的条件下对其收敛性证明,并通过大量的数值试验来验证所提算法的有效性.

无约束优化的非单调三次正则BB算法

先利用BB(Barzilai-Borwein)类型参数构造目标函数Hessian矩阵的近似矩阵,通过极小化当前迭代点处的三次正则化近似梯度模型求解试探步,再结合非单调线搜索策略提出一个非单调三次正则BB算法,最后给出算法的收敛性证明.数值实验结果表明,该算法数值性能良好.

一种快速自适应最优小波包基搜索算法

在小波包调制系统中,小波包基的选取对于系统性能有着显著的影响。针对目前BBS算法与BFA算法的缺点,分析了小波包基的构成原则与选取方法,提出了一种基于根节点逐级向下按二进分支路分解,利用度量函数决定父节点与子节点取舍的最优基搜索算法,并解决了约束条件下的最优基输出问题。最后将该算法在4径Rayleigh信道模型下进行了测试,仿真结果表明：在相同条件下,该算法比BBS算法快15%~20%,比BFA算法快10~15倍,且输出的最优基比全分解结构的ICI与ISI联合功率降低约20%。

基于二叉树的位排序算法

利用二叉树的结构性质 ,给出一个基于二叉树的位排序算法 (BBS算法 )。并证明了该算法是生成二叉树的这组数据按排序码升序的排序 ,最后 ,讨论了该算法的复杂性。

一种采用增强式学习的模糊控制系统研究

提出一种新的自学习模糊控制系统,该系统有机地集成了BB(Bucket—Brigade)算法和遗传算法,组成一种新的增强式学习(Reinforcement Learning)算法,能够在缺少输入—输出样本集的情况下自动学习生成模糊控制规则,调节隶属度函数。

求解对称矩阵最大特征值的Barzilai-Borwein法

高维对称矩阵最大特征问题的求解是数学界中比较关注的问题之一。文章采用无约束优化方法进行求解,设计了非单调搜索的Barzilai-Borwein(BB)算法,数值算例显示该算法比单调线搜索最速下降法迭代次数更少,收敛速度快且相对误差小的良好计算性能。

我国经济周期转点的实时识别

传统经济周期转点识别方法无法识别临近时段的转点,实时性不足。文章在深入分析经济周期转点定义及其实时识别过程基础上,将转点识别转化为分类问题。进一步地,将BB算法的转点识别结果与月度宏观数据作为LVQ算法的训练样本,对2008年9月至2018年3月期间的每个月都进行了一次LVQ的模拟实时识别。结果显示,相比与BB算法,该方法可以大幅度缩短转点识别的延迟时间。与Logistic模型的实时识别结果相比,该方法的实时识别结果不但精度更好,而且具有更高的稳健性。

求解非线性单调方程组的多元谱投影法

结合拟牛顿型算法和共轭梯度型投影法,提出一种用于求解非线性单调方程组的多元谱投影算法.因为拟牛顿型算法需要储存F的Jacobian矩阵,且需要通过求解线性方程组得到搜索方向,所以求解大型非线性单调方程组通常具有一定的局限性.因此,谱梯度法被提出,用一个数量矩阵近似F的Jacobian矩阵,以达到减少储存量,提高计算效率的目的.为了更好的近似F的Jacobian矩阵,考虑用一个对角矩阵近似F的Jacobian矩阵.文中从两个不同的角度,提出两种用对角矩阵近似F的Jacobian矩阵的方法,对应的产生两种多元谱梯度算法.