简介:正则化模型是机器学习、压缩感知与推荐系统等领域的一类重要模型,其具有变量选择与稀疏化处理等功能,可以有效地避免模型的过拟合,完成信号重建或矩阵补全等工作。对稀疏正则化模型进行介绍,分析邻近点梯度算子与交替方向乘子法等最新的求解方法,并对它们的性能进行比较分析。
简介:物流配送的车辆路径问题(VRP)是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解。在建立了车辆路径问题数学模型的基础上,该问题被分解为两个阶段进行研究,分别为利用基于基地启发式分区算法进行区域划分和利用改进的遗传算法来确定具体的一条配送线路的先后次序。通过此改进的混合遗传算法最终得到优化配送路径。仿真计算结果表明,在大规模车辆路径问题中改进后的算法相比于传统的遗传算法最优解的质量得到一定提高。
简介:主要研究应用于图像放大技术领域的处理算法,常用的图像放大技术即为插值算法,主要插值处理方法有最邻近插值算法、双线性插值法、双三次插值。实验仿真结果表明最邻近算法处理后的图像效果较差,双线性算法处理后图像质量较高。而双三次插值算法处理后的图像质量最高,但运行时间较长。
简介:初学编程的朋友,往往容易被一些看似复杂的问题难倒。特别是有些问题,不能直接用数学公式计算,需要分析归纳,将其转化为数学问题后再解决。例题:三人同时开始放鞭炮,每人放N次,甲每隔2秒放一次,乙每隔3秒放一次,丙每隔5秒放一次,编程求一共听到几次鞭炮声?设一共听到d次鞭炮声,那么有下列对应关
简介:介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。
简介:Dijkstra算法采用的是一种贪心的策略,声明一个数组dis保存源点到某个顶点的最小距离,通过循环的方式来找到源点距某个顶点的最小路径的算法,Dijkstra算法可以用于解决生活中的很多问题,采用合适的方法对其进行优化是十分有现实意义的。
简介:在数据集中挖掘频繁模式是数据挖掘研究的关键环节之一。在过去,很多的努力都集中在独立数据的挖掘上。然而,现实世界中许多实体之间总会保持着千丝万缕的关系。如何获得这些关系的频繁模式,已逐渐成为近年来研究的一个目标,我们将它称之为频繁结构的挖掘。在数据挖掘中,一个重要的方法是关联规则挖掘。它被用来发现频繁出现在数据库事务中的项集;另一个重要的方法是序列挖掘,它的任务是去寻找一个项集的序列。这些挖掘任务都被称为频繁模式的挖掘。
简介:利用社交媒体平台的带时间的签到数据和少量带标注的样本,通过快捷有效的算法对未标记地点进行智能标记。算法首先对签到数据的用户特征和时间特征进行有效抓取,并通过信息熵对数据进行验证和筛选,然后利用杰卡德相似系数对地点之间的相似性关系进行概括,接着使用松弛标记法对地点的标签概率进行计算,最后构造支持向量机分类器,利用带标注的样本对分类器进行训练,从而导入未标记数据进行标记。
简介:主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究,分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果;维纳滤波对高斯噪声有明显的作用,相比中值滤波和均值滤波,维纳滤波对高斯噪声有很好的抑制效果,与此同时,维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。
简介:为了避免光照和复杂背景造成的多人脸误检漏检问题,提出一种基于肤色和AdaBoost算法相结合的多人脸检测算法,本文首先本章首先应用CbCrCg空间下基于最小二乘拟合的肤色聚类模型作为人脸检测的预处理过程,然后需要进一步将该区域作为输入图像依次通过AdaBoost级联分类器进行人脸检测,进一步去除肤色区域中的非人脸区域,最后实现更精确的人脸定位。
简介:中值滤波是非线性滤波中最常用的一种方法,它既可以有效地滤除脉冲噪声,又具有相对好的边缘保持性,易于实现。结合中值滤波器在数字图像处理中的实际应用,研究其在实际的硬件电路设计与FPGA实现中的问题,并在Altera公司的芯片EP3SL150上完成了实现,并提出了改进的滤波算法。
简介:聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。
简介:运用遗传算法解多目标问题,结果往往会陷入局部最优。引入传统算法求得的外部种群,提出基于随机扰动的RDMOGA遗传算法。将新算法用标准多目标测试函数进行测验,并与韩丽霞提出的NMOGA算法进行对比,实验结果表明,新算法表现出良好的搜索性能。
简介:本文基于Java平台针对经典快速排序提出改进方案,使用归并的思想对快速排序作了多线程优化,并对单、多线程下的快速排序进行了对比测试和分析。结果表明,通过多线程优化,快速排序在双核主机上对5千万个随机整型数据进行排序的速度是单线程的1.6倍,说明了该优化方法的有效性。该方法思路直观、容易理解,宜作为多核技术教学案例。
简介:K-均值聚类算法(K-means)是基于划分的聚类算法中的典型算法,针对K-means算法初始聚类中心存在对K依赖的缺陷,提出一种新的选取K-means算法初始聚类中心的方法,该方法提高聚类结果的有效性和稳定性;还提出一种极值选择法,将最大距离法和最小距离法相结合,进一步提高初始聚类中心选择的准确性。
简介:复杂图像中对特定目标的检测和定位是机器视觉领域的难点之一。提出使用中层视觉元素描述检测目标,以建立权值模板图像;然后对目标图像和权值模板进行加权SIFT特征匹配得到最优匹配位置,从而实现目标检测。该方法以自行车为检测目标进行实验,检测率达到86%,优于传统SIFT-AdaBoost和HOG-SVM检测方法。实验结果表明该方法能够减少复杂图像中背景干扰的问题,对于不同姿态的目标进行检测也有较强的鲁棒性。
简介:为了获得指纹检测概率和视觉质量的平衡性能,提出基于SVD-GA的量化指纹优化算法。首先对载体图像的离散余弦变换域进行奇异值分解,然后根据视觉模型调节量化嵌入的强度,在原始图像的最大奇异值分量嵌入指纹信息,最后利用遗传算法优化指纹的量化嵌入参数,以权衡指纹算法的共谋抵抗性能和视觉保真度。实验结果表明,提出的指纹算法具有较好的抗共谋攻击能力和视觉保真度。
简介:近年来,我国科技的飞速发展,使物联网在各个领域中的应用变得越来越广泛,并为我国各个领域的发展带来了一次新的技术革命。物联网是通过无线传感器网络来实现其感知功能的,不过由于无线传感网络具有开放性的特点,因此环境噪声很容易会对其传感信号造成影响,而如果仅仅采用压缩感知的方法来对数据进行欠采样,势必会造成欠采样数据的不完整,进而导致其对环境噪声更加敏感。为了解决这一问题,本文便对基于物联网的无线传感信号重构算法进行深入的研究,以期能够为物联网技术的进一步发展做出贡献。
简介:为对抗穷举攻击和密码分析攻击.分析安全散列算法设计的基本准则。研究有限域运算及高强度对称分组密码的结构及其在安全散列算法压缩函数中的应用。以此为基础,设计一种安全散列算法。算法采用256比特的散列码长度,以有限域运算及位运算为基础操作,依据高强度对称分组密码结构,设计不可逆迭代压缩函数。针对应用于智能卡的8位CPU平台,指出算法高效实现的要点。
简介:综述图像超分辨率重建技术的研究与发展,超分辨率重建技术是一个从低分辨率输入中重建一个高分辨率图像或图像序列的过程。介绍基于插值、重建以及学习的超分辨重建方法,分析各类算法中具有代表性的一种或几种算法,讨论算法在重建过程中使用的技术和改进,以及重建图像存在的优缺点,并对技术发展趋势进行展望。
邻近点梯度法与交替方向乘子法求解LASSO的性能比较分析
基于混合遗传算法的大规模VRP问题算法研究
插值算法的研究
学点儿算法好编程
粒子群优化算法简介
浅谈Dijkstra算法的相关改进
Chopper:有效的树挖掘算法
社交地点分类算法设计与实现
图像去噪算法的研究
基于肤色和AdaBoost算法的人脸检测
中值滤波算法的FPGA设计与实现
基于聚类算法的并行化研究
基于随机扰动的多目标进化算法
归并方式的多线程快速排序算法
K-means聚类算法的研究综述
基于加权SIFT特征的目标检测算法
基于SVD-GA的量化指纹优化算法
基于物联网的无线传感信号重构算法
分组密码安全散列算法压缩函数设计
图像超分辨率算法研究进展