基于DP算法的Poisson回归模型的变量选择

利用已有的DP算法,对Poisson回归模型的似然函数进行优化估计出模型的参数,分别写出Lasso、Adaptive Lasso、SCAD、MCP 4种惩罚似然函数,用DP算法进行求解,实现变量选择.为了实现算法的自动变量选择,在对惩罚参数的选择上,使用了AIC、BIC信息准则.为了验证DP算法的可行性,通过随机模拟的方式生成数据进行求解.在各项指标下,将DP算法与已有的相关算法进行对比.

基于多方向剖面线Douglas-Pucker算法简化的DEM综合方法

文中提出一种基于多方向剖面线Douglas-Pucker(DP)算法简化的数字高程模型(DEM)综合方法,首先通过一定角度间隔旋转DEM,获得不同方向的剖面线;然后通过剖面线DP算法的简化获得特征;在此基础上,通过抑制局部极值,融合多方向的特征点,同时消除冗余;最后利用这些点构建三角网,再内插成规则DEM获得保持特征的DEM综合结果。利用两组2m格网的DEM数据进行实验,通过结果的定量和定性分析可以发现,文中方法比传统两个方向的简化方法可以获得更高精度的综合结果。

基于增强型血缘图和DP算法的数据治理方法

针对在数据治理过程中数据纠错成本高、效率低、易出错、纠错经验少等各种问题,提出了基于增强型血缘图和DP算法的数据治理方法。方法优化了元数据血缘图数据存储方式,引入BFS算法对需要纠错的数据节点进行动态权重配置,引入DP算法对需要纠错的数据节点进行动态资源规划和资源调配,建立“纠错知识库”,进行经验共享、智能纠错和一键纠错。方法运行效率高,可以充分节约现有机器资源和人力资源,实现数据纠错的全面化和精确化,提升了数据治理效果。

一种改进的基于DP原理的分段轮廓采样算法

首先详细介绍了由Douglas和Peucker提出的DP轮廓采样算法。然后采用分割与合并相结合的思想,提出了基于DP算法的分段轮廓采样算法,并从数学上证明了该算法在运行时间上比原DP算法快了η倍,η取值为logn/MnηM。最后,针对医学图像,文章通过实验比较了两种算法的运行时间,结果表明该文提出的算法更快速,也易于编程。

3DP分层切片中基于点云射线投影的NURBS曲面切片算法

给出用于三维打印机的分层切片算法。利用打印模型点云图像不同方向的分形维数参数和切片层数来确定切片方向;通过建立点云在切平面映射的NURBS曲线来拟合模型轮廓线,然后产生打印机使用的指令G代码。设计λ进制数来确定切片方向。λ进制数由两个要素组成,其一是分形维数D,其二是切片层数N,D和N都是越小越好。确定了打印方向后,可进行切片处理,得到切平面。点云图像的散乱点映射到切平面,这些点用带一定偏移量的射线来划分,射线与点云交点就是形成NURBS曲线的控制点。详细给出控制点寻找以及建立NURBS曲线及曲面的过程。首先引入分形维数参数D作为重要参数来确定切片方向,使用λ进制体系优化打印方向,提出高效的射线分割算法来分割点云,并使用NURBS曲线拟合来获得精确的边界轮廓。通过两个模型验证该算法误差都在公差允许范围内,优化了打印方向,提高了打印速度。

以DSP实现基于概率DP匹配算法的说话人识别系统

提出了利用概率DP匹配算法进行说话人识别的的设想。并给出了运用TMS320C5416实现说话人自动识别系统的方案。该系统利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集,运用提出的概率DP匹配算法进行与文本无关的说话人识别。实验结果表明该系统具有识别精度高、识别速度快,占用系统资源少等特点,是一种有效的说话人自动识别的实现方法。

一种求解难SAT问题的改进DP算法

DP算法是求解SAT问题的最有效完全算法之一 ,论文分析和讨论了DP算法中的各种分枝文字策略 .并基于对不满足解数估计的方法 ,提出了一个有效的分枝文字策略 .实验结果表明 ,提出的改进DP算法对难SAT实例有较好的平均性能 .

基于DP算法的槽线自动判识

槽线自动识别是天气图自动化分析的重要内容,但目前的气象槽线分析主要通过人工实现。为了能够实现槽线准确快速的自动提取,本文从等压线数据着手,提出了一种基于Douglas-Peucker算法的气象槽线自动识别方法。该方法通过Douglas-Peucker算法从等压线中提取曲线特征点作为槽点,充分保留了等压线曲线的主要特征和拓扑关系;依据由等压线拓扑结构设定的规则连接槽点构成候选曲线,进行槽脊线区分得到槽线识别结果。试验表明该方法能够实现槽线的自动分析,分析结果较为准确。

汽轮机虚拟传感器数据前处理DPS算法及其应用

针对汽轮机虚拟传感器数据前处理问题,根据DPS算法的基本原理编制C程序.为确保算法的通用性,由工程应用中各种原始参数对应的典型线形给出DPS算法的简化结果;给出影响数据取舍精度的公差准则.以某汽轮机组虚拟传感器数据前处理的一个实例为例,应用本算法有效地解决了虚拟传感器的实时仿真问题.结果表明:DPS算法应用于工程中大部分的数据精简都能够起到行之有效的作用,而所建议的公差准则对于工程中的大多数原始数据线形都是适用的.

最小能量约束与ARDP算法混合的病灶点云重建

针对传统面绘制方法随真实感的提升效率急剧下降,且交互性及灵敏度较差的问题,基于CT点云数据提出了一种肝脏病灶的表面重建方法。首先改进了点云数据的插值和自适应精简方法;然后提出将模型重构过程分为两部分,先通过最小能量约束和简化的MC算法由点云距离场快速创建粗糙的基底模型,接着提出一种线性最优化的ARDP算法用于自动计算点元投影向量,从而将当前模型表面节点直接映射至点云,通过交互式地确定迭代次数可按需逐步提高模型精确度,最终获取高质量模型,实现散乱点到平滑面的直接过渡。实验结果表明,利用该算法生成平均误差小于0.000 1的高精模型将大大缩短时间,且对不规则病灶模型有着良好的适应性。

DP动态匹配算法实现语音的实时识别

用DP(动态编程)匹配算法实现语音识别,能比以前的识别简单,因而能得到快速响应。此外,由于所提取的特征向量动态地匹配给存贮器中特征模板,因而能减少由同一个字的时间多样性所造成的对精度的影响。再者,对每个模板长度限制为小于80个字节,这样,占存贮空间较省,且便于存盘。最后,介绍用语言输入来控制一个小型机器人,得到满意的结果,精度达90%。

脱机手写字符识别的DP算法的设计

把手写体汉字识别视为一种允许空间偏移的弹性模式识别匹配问题，提出了一种用于这类二值图象的两层动态规划算法，初步实验表明该算法具有十分满意的识别效果。

序列图像（亚）像素级点目标检测的DP算法

提出了一种用于序列图像（亚）像素级点目标检测与跟踪的ＤＰ（ＤｙｎａｍｉｃＰｒｏｇｒａｍｍｉｎｇ）算法．该算法基于弹道积分原理和动态规划最优化原理，将序列图像（亚）像素级点目标检测问题转化为一系列的一维最优化过程，功效上完全等价于穷举法，同时具有算法简单、运算量小、易于实现的特点．该算法有别于其他算法的显著优点是具有低信噪比处理功能，特别适用于弱而小的点目标运动轨迹检测．文中还针对多（亚）像素级点目标情况进行了专门讨论．

基于DP算法的新双模PHEV系统能量管理策略

提出一种适用于新型双模插电式混合动力系统(DHS)构型的基于动态规划(DP)算法的能量管理策略。该策略采用瞬时等效油耗最小原则(ECMS)确定每一模式下的能量分配。借助Matlab/Simulink软件,在新欧洲标准行驶循环工况(NEDC)和美国城市道路循环工况(UDDS)下,仿真分析了该策略以及原结合了ECMS的基于动力性和经济性规则的逻辑门限能量管理策略下的整车能耗。结果表明:相对旧策略,采用本文策略,汽车在以上2种循环工况下行驶时,纯电续航里程提升了4.18%和3.49%,在电量不足状态下100 km油耗下降了3.84%和9.87%。因而,该基于DP算法的能量管理策略具有整车经济性优势。

基于DP算法的水库动态调度规划

为使水库在联合调度过程中达到最大的效益,提出使用DP算法进行联合调度动态优化决策,水库调度有静态问题变为动态变化问题,在决策前考虑水库动态变化的影响,提前根据动态过程在作出决策前制定好策略,可为水库联合调度提供参考。

实现控制算法的DP智能模块开发及应用

DP智能模块具备独立编程功能,可以将PLC控制算法移植到该模块,实现对Profibus-DP总线数据的实时处理。该模块硬件部分主要由主控制器单元、Profibus-DP从站单元和辅助接口单元组成,软件部分开发了智能模块数据监控软件,方便实现算法程序的编译、下载、调试。该模块已成功应用在圆形堆取料机的控制系统中。

基于神经网络和DP算法的PHEV能量管理策略研究

以某款PHEV为研究对象,利用DP算法求得UDDS工况下离线最优控制序列。利用神经网络对离线最优控制序列及对应汽车状态进行学习训练,建立控制变量神经网络在线预测模型。仿真结果表明,所设计策略实现了离线最优控制变量的良好跟随,且燃油经济性提升明显。

轨道曲线参数检测算法优化

现有的轨道检测系统对曲线相关参数检测准确性不高,尤其是5 000 m以上大半径曲线,导致曲线数据报表利用率较低。针对这一问题,提出在使用经典DP(Douglas-Peucker)算法提取粗略曲线线型变化特征点的基础上,在该特征点周围窗口内使用角度阈值法提取角点,将角点连线成走向段,通过顺次寻找极值走向段的方法,确定曲线线型变化的直缓点、缓圆点、圆缓点、缓直点四大特征点,从而准确计算曲线平均半径、长度等参数,提高系统曲线检测准确性。将本文算法应用到车载轨道检测系统曲线参数检测中,并与现有算法及只采用DP算法提取的特征点进行对比。结果表明,使用本文算法对大半径和小半径曲线参数检测准确率均能达到95%以上,本文算法具有良好的适应性。

基于Dirichlet过程的无线视频码率变化识别算法

研究了通过对终端视频帧质量的聚类分析来识别无线视频传输中码率变化的方法,以便为无线视频传输过程中视频码率自适应调整提供参考依据。针对经典模糊C均值(FCM)算法和K均值(K-means)算法需要设定聚类数目的问题,提出一种基于荻利克雷过程(DP)的FCM算法——DP-FCM算法。该算法将Dirichlet过程和FCM算法相结合,由视频帧信息权重峰值信噪比(IWPSNR)值使用DP过程混合模型模拟估计出聚类数目,然后进行FCM模糊聚类,通过设定合理的阈值,合并聚类结果相似项,完成视频帧的聚类,从而实现视频传输码率变化的识别。以LIVE视频库为试验数据源,对该算法进行了性能测试。试验结果表明,DP-FCM算法能够在无需设定聚类数目的前提下实现视频传输码率变化的分类识别。

基于神经网络和遗传算法的三维打印工艺参数优化

分析了粉末材料三维打印(three dimensional printing,3DP)过程中影响成型精度的因素,采用试验的方法确定打印过程中的三维制件的收缩率范围。以"H"型工件为标准,建立了基于神经网络(neural network,NN)的制件尺寸精度误差和打印工艺参数之间关系的模型。以制件最小尺寸误差为目标,采用遗传算法(genetic algorithm,GA)对3DP中的工艺参数如饱和度、层厚和X、Y、Z这3个方向的收缩补偿值进行优化,获得了相应的打印工艺参数。采用3DP默认的打印参数、打印参数的最小值、最大值以及NN-GA得到的参数进行对比试验。结果表明:采用NN-GA获得的工艺参数打印的制件的尺寸误差最小,可以预测3DP成型制件相对尺寸误差。