基于多样性SAT求解器和新颖性搜索的软件产品线测试

软件产品线测试是一项非常具有挑战性的工作.基于相似性的测试方法通过提升测试集的多样性以达到提高测试覆盖率和缺陷检测率的目的.因其具有良好的可拓展性和较好的测试效果,目前已成为软件产品线测试的重要手段之一.在该测试方法中,如何产生多样化的测试用例和如何维护测试集的多样性是两个关键问题.针对以上问题,提出一种基于多样性可满足性(SAT)求解器和新颖性搜索(novelty search,NS)的软件产品线测试算法.具体地,所提算法同时采用两类多样性SAT求解器产生多样化的测试用例.特别地,为了改善随机局部搜索SAT求解器的多样性,提出一种基于概率向量的通用策略产生候选解.此外,为同时维护测试集的全局和局部多样性,设计并运用两种基于NS算法思想的归档策略.在50个真实软件产品线上的消融和对比实验验证多样性SAT求解器和两种归档策略的有效性,以及所提算法较其他主流算法的优越性.

基于Zhang-Hager线搜索的改进近似最优梯度法

提出一种改进的近似最优梯度法,求解图划分问题中的无约束目标函数.先用修正的BFGS更新公式及选取BB类步长的线性组合作为标量矩阵得到近似最优步长,再引入参数对经典的Zhang-Hager线搜索形式进行改进,构建算法框架并给出R线性收敛性证明.实验结果表明,改进算法提高了原算法的性能.

标准Wolfe线搜索下改进的HS共轭梯度法

通过对现有的HS共轭梯度法进行修正,提出一个具有下降性质的改进型HS共轭梯度法,该算法的下降性质得到论证.在标准Wolfe线搜索条件下,证明了改进的HS算法具有全局收敛性.最后,通过数值实验结果的对比,发现新算法数值效果是优异的.

基于滑动窗搜索算法在车道线检测方面的改进

车道线检测在自动驾驶和智能交通系统中扮演着至关重要的角色,它直接关联到这些系统的安全性和有效性。尽管传统的车道线检测算法,如基于边缘提取的方法,已被广泛应用,但它们存在一些局限性。[1]特别是在复杂的道路环境中,这些方法常常难以准确识别车道线,从而影响整体系统的性能。针对这一挑战,本文提出了一种新的车道线待选点提取方法,该方法基于Sobel算子和Hsv颜色空间模型,并结合霍夫变换,形成了一种综合的三模型方法。Sobel算子在边缘检测方面表现优异,能够有效识别车道线的形状和边界;Hsv颜色空间模型则有助于处理在复杂光照和天气条件下的车道线识别;霍夫变换则能在边缘信息的基础上进行直线的检测和确认。这三种方法的结合不仅弥补了单一方法的不足,还大大提升了车道线检测的准确性和鲁棒性。

基于多特征融合和窗口搜索的新型车道线检测算法

针对现有车道检测算法准确性和实时性较难平衡的问题,提出了一种基于多特征融合和窗口搜索的新型车道线检测算法.采用多边形填充方法确定车道线的感兴趣区域(region of interest, ROI),融合车道线的颜色、直方图和梯度特征,以消除ROI中的复杂背景.通过单应性变换得到车道线的二值图像,基于其像素密度分布寻找车道线初始位置,以窗口搜索方式提取整个车道线上的所有候选像素点.通过拟合像素点构建车道线数学模型.结果表明:提出的算法具有较高的准确性和实时性,算法对黄色车道线、树木阴影遮挡、光照变化、车道线缺损和地面交通标志干扰具有较好的鲁棒性.

基于非单调线搜索的随机梯度下降算法

提出了一种用于解决大规模问题的基于非单调线搜索技术的随机优化算法,并给出了该算法在强凸条件下的收敛性分析.对两种学习模型分别在不同规模的数据集下进行了实验,数值结果表明该算法能很好地降低损失函数值,且比固定步长下的随机梯度下降算法以及几种自适应算法的收敛速度快.

标准Wolfe线搜索下修正的HS共轭梯度法

为求解非线性无约束优化问题,本文在HS共轭梯度法的基础上,得到一个修正的共轭梯度法。不依赖于强Wolfe线搜索的选择,仅在标准Wolfe线搜索下,证明该修正的共轭梯度法的搜索方向满足下降性和相应算法的全局收敛性。最后的数值实验结果表明该方法是有效的。

融合点线特征的空间失效目标双目视觉位姿测量

提出了一种融合点线特征的双目视觉位姿估计方法,该方法基于视频的图像帧,先分别通过ORB算法和LSD算法提取图像帧的点、线特征,并采用LBD描述子实现帧间匹配;然后基于极线搜索方法获得右图像中与左图像对应的特征,从而获得匹配特征的空间坐标;最后基于点线特征融合的重投影模型,利用Levenberg-Marquardt法迭代获得失效目标的相对位姿。仿真实验表明,融合点线特征的视觉位姿估计方法相比单纯点特征的位姿估计具有更好的鲁棒性,尤其针对高速旋转目标,能更好地进行位姿跟踪测量。

强Wolfe线搜索下一个新的优化算法

本文主要研究了一个新的优化算法.首先,利用给出的新的公式和强Wolfe线搜索,证明了该算法在不要求搜索方向满足共轭性条件下具有充分下降性和全局收敛性;其次,利用目标函数为一致凸函数的假设,证明了该算法具有线性收敛速率;最后,利用数值试验,验证了新算法是有效的、可行的.

一种基于孪生神经网络的影像拼接线搜索方法

多张或多景多源遥感影像的无缝拼接对地理信息系统、城市规划等领域的大区域影像制作具有重要意义。该文提出了一种基于孪生神经网络的正射影像拼接线搜索方法,用于实现多张或多景多源遥感影像的无缝拼接。该方法通过多尺度的孪生神经网络的特征提取和配准能力,能够消除多源影像之间的空间差异,生成高质量的无缝拼接影像。

一种自适应的线搜索Levenberg-Marquardt算法

通过自适应的选择Levenberg-Marquardt(LM)算法的LM参数,结合Armijo线搜索技术给出一种自适应的线搜索LM算法.在局部误差界条件下,证明了新算法具有二次收敛性.用新算法求解非线性方程组,数值结果表明,新算法稳定,有效.

修正Wolfe线搜索下的一类谱共轭梯度法

在已有文献的基础上对共轭参数进行凸组合、修正谱参数,提出一种新的求解大规模无约束优化问题的谱共轭梯度法。该方法使每次迭代都自动产生一个不依赖于任何线搜索的下降方向,并在一定条件下建立了此方法的全局收敛性。

面向联络线计划功率的直流微电网优化调度

针对可再生能源日渐高比例接入大电网,需要建立主动配电网系统来跟踪和响应大电网的调度需求,提出了一种基于联络线计划功率将微电网转变为主动配电网的经济性调度策略。该策略以风光储直流微电网并网运行系统成本最低为目标,运用改进麻雀搜索算法求解系统运行成本。与无联络线计划功率调度策略的调度结果进行了对比,结果表明,所提调度策略在满足大电网削峰填谷指令的同时,将系统的并网运行成本降低了9.79%。由此验证了该调度策略对于直流微电网并网经济性调度具有可行性。

基于滑动窗口搜索的车道线检测与车道偏离预警算法

针对智能车辆在不同环境下识别车道线出现偏移的问题,提出一种基于滑动窗口搜索的车道线检测与车道偏离预警算法。首先,对实时道路图像进行预处理,包括摄像头校准、色彩和渐变过滤、透视变换等,再采用滑动窗口搜索算法检测车道线,并利用二次多项式进行车道线拟合。然后,利用摄像头单目测距原理计算车辆与车道中心线的相对位置,判断是否偏离车道。试验结果表明,该算法车道线检测准确率达98.59%,车道偏离预警率达99.58%,处理后视频帧速率约为25帧/s,满足准确性、实时性需求。

基于修正割线方程的BB梯度法

将修正的割线方程和BB梯度法结合起来,从而得到一类修正的BB步长,再利用Zhang-Hager非单调线搜索,提出一个改进的BB梯度方法(MB法)。在一定的假设下,MB法是具有全局收敛性的。同时对MB法和同类型的几个BB方法进行大量的数值试验,结果表明MB法的数值效果是最好的。

基于启发式搜索的车道线识别算法研究

在车道边界识别中,边界点的提取是关键,常用的边界点提取方法因对噪声的抑制能力不强产生较多噪声点,从而影响识别效果。提出一种边界点启发式搜索算法,根据梯形匹配模型、车道线灰度变化特征和实际车道宽度约束,确定搜索的起始点,从起始点根据度量代价准则函数搜索车道边界点。采用直线道路模型结合Hough变换来拟合车道边界。实验表明,该算法实时性好、可靠性强、鲁棒性高。

一种快速检测图像角点特征的线搜索式方法

传统的图像角点特征检测方法在速度和准确性两方面难以兼顾.针对该问题,提出了一种角点特征检测的线搜索式方法.该方法作用于一个以当前像素为中心核的圆掩模,在该掩模内搜索通过核的所有直线,如果存在一条直线不穿过核附近给定邻域以外的其他同值收缩核(Univalue segment assimilating nucleus,USAN)区域,则当前像素点为角点.论文论证了使用有限数目搜索线的可行性与必要性.采用由粗及细的搜索策略,动态设计搜索线的数目与搜索线上的检测点数目,以提高检测速度.提出了一种基于最大同值距离的新型非极大值抑制进行角点的精确定位,并结合多种新型伪响应抑制措施,有效地提高了算法的准确度.实验结果表明该方法在准确性方面优于MIC、SUSAN和Harris等算法,而且速度快,仅稍慢于MIC算法,具有优良的综合性能.

一类带线搜索的非单调信赖域算法

本文对于无约束最优化问题提出了一类新的非单调信赖域算法。与通常的非单调信赖域算法不同,当试探步不成功时,并不重解信赖域子问题,而采用非单调线搜索,从而减小了计算量,在适当的条件下,证明了此算法的全局收敛性。

Frank-Wolfe算法求解交通分配问题：比较不同流量更新策略和线搜索技术

Frank-Wolfe(FW)算法是一类广泛应用于求解交通分配问题的算法.它具有容易编程实现,所需内存少的特点.但是该算法收敛速度较慢,不能得到路径信息.为了提高算法的效率,本文研究三种流量更新策略(all-at-once,one-origin-at-a-time,one-OD-at-a-time)以及不同的步长搜索策略下的FW算法,其中步长搜索策略包括精确线性搜索方法(包括二分法、黄金分割法、成功失败法)和不精确的线性搜索方法(包括基于Wolfe-Powell收敛准则的搜索方法和Gao等提出的非单调线性搜索方法).最后,本文将上述策略应用于四种不同规模的交通网络中,并给出较适合求解的组合.

基于启发式搜索策略的牙齿生物特征线提取技术

牙齿生物特征线的提取是数字化口腔修复体设计的关键环节,针对现有的全局特征提取算法难以准确实现生物特征线提取的局限,提出了一种基于启发式搜索策略的牙齿生物特征线提取技术。首先分析牙齿预备体三角网格模型的特征信息;其次在提取过程中设计启发函数评估最优特征点,自适应地提取生物特征线,并对提取结果进行形态优化以保证提取质量;最后通过对100余例临床牙齿预备体数据进行生物特征线提取实验,验证了算法的有效性和实用性。