基于Harris和SIFT的特征匹配算法

为了克服传统的局部特征匹配算法对图像的尺寸和旋转比较敏感的缺点,文章提出了一种基于Harris和SIFT的特征匹配算法。该算法首先进行Harris角点提取,利用圆的旋转不变性和多维向量来构造SIFT特征描述子,然后利用极线约束降低对匹配点的搜索空间,最后度量特征描述子之间的欧氏距离,运用双向匹配技术得到最终的匹配结果。实验结果表明,该算法能提高匹配精度,减少匹配时间。     

约束满足与邻域搜索结合的混合算法及应用

总结约束满足求解技术和邻域搜索算法,分析约束满足与邻域搜索单一算法的优劣,以及两者结合的优势,提出约束满足与邻域搜索相结合的混合算法的一般框架,并以Job Shop调度优化问题为例对该算法框架进行实例说明。     

基于MPEG-4视频压缩算法的改进

对视频进行MPEG-4编码过程中,运动估计和离散余弦变换DCT两部分运行量最大,块匹配法是运动估计常用的方法,该方法是在确定两个子块匹配法则的基础上,寻找搜索方法,要求该搜索方法的计算量最小,重复点计算是传统菱形搜索算法存在的主要问题,本文对菱形搜索算法进行了改进,改进后的菱形搜索算法可以在相同步骤下使搜索点数减少近50%,使算法运算量的运算量大大减少。     

彩色图像矢量化

提出了一种基于区域生长算法的彩色图像区域分割方法,其思想是从某个种子像素出发向其邻域搜索,将邻域中具有一致特征的点归入一个区域。并用相应的区域编号来标志。然后采用矢量LBG聚类算法对图像先在亮度上进行矢量量化。     

带有多级制造环节的供应链能力分配方法及应用

提出了一种带有多级制造环节的供应链模型,并建立了多目标、多变量、多约束的混合整数非线性数学模型,建立了一种基于邻域搜索的约束满足算法,设计了算法的编码方式、邻域构造方法、变量选择和值选择规则等一系列算法实现细节,并构造了基于理想点思想的适应度函数以实现对多目标的处理。通过使用C#语言实现了基于邻域搜索的约束满足算法,钢铁企业实际数据实验验证了算法的可行性和实用性。     

改进菱形运动估计算法研究与实现

针对目前菱形运动估计搜索算法存在的问题,对不同宏块采用相同的搜索策略,而不能根据视频序列的特性,迅速缩小搜索的范围,造成搜索冗余。文章分析了运动矢量的分布相关性,提出了基于起点预测的改进菱形运动估计算法。该算法结合提前中止准则,能改进菱形算法的搜索流程。仿真结果表明,该算法在降低计算复杂度的同时,还可有效地保证搜索精度。     

取送货路径优化问题的候鸟群自适应变邻域搜索算法

具有时间、车容量和后进先出约束的多车辆取送货路径优化问题在现实中具有广泛的应用,针对现实问题中规模性和模型的复杂性使其在短时间内无法精确求解的问题,提出了候鸟群自适应变邻域搜索算法(MBO＿AVNS)。以三种贪婪插入算法构建初始种群,确保种群的多样性和初始解的质量,对传统候鸟优化算法的邻域搜索算法进行改进,加强了算法的局部搜索能力。通过真实数据进行实验分析表明,与模拟退火算法(SA)和一般自适应变邻域搜索算法相比,MBO＿AVNS算法在求解具有时间和后进先出约束的取送货路径问题上更具有优越性。     

微电网的配电网动态无功优化研究

微电网集中了分布式发电、负荷和储能,其并网接入必然对配电网的无功优化产生影响。提出了考虑微电网的配电网动态无功优化模型,在模型中考虑微电网运行特性对于动态无功优化的影响。利用基于混沌邻域搜索的改进粒子群算法进行无功优化求解,通过IEEE33节点配电网系统的仿真算例验证了本文计算的合理性和有效性。     

混合PSO算法求解混装工艺下的加热炉调度问题

针对钢铁生产中为减轻混装的影响在冷热板坯混装处空炉的情况,以提高成品质量、降低能耗为目标,建立了混装工艺下并行加热炉调度的数学模型,并提出了基于粒子群算法和邻域搜索技术的混合算法,仿真实验验证了算法的可行性和有效性。     

同时取送货车辆路径问题的改进粒子群优化算法

同时取送货车辆路径问题(VRPSDP)是指车辆在服务过程中,对顾客同时进行取货和送货服务,针对这类问题,提出一种改进的粒子群优化算法。通过惯性权重的更新和路径链接更新策略有效地扩大算法的搜索空间,从而改进了算法的性能。另外,采用邻域搜索扩大策略(ENS)加快了算法的搜索速度。最后,应用所提出的改进的粒子群优化算法求解了两类同时取送货的车辆路径问题的算例。结果表明,该算法与经典的求解结果相比较,取得了比较好的计算结果,表明该算法是求解同时取送货车辆路径问题的有效工具。     

考虑需求可拆分的共享单车调度优化研究

研究考虑需求可拆分的共享单车调度优化问题为可拆分单商品取送货TSP问题，考虑一辆调度车，允许调度车多次访问各站点，每次满足站点的部分需求，即允许对站点的需求进行拆分。首先，考虑到调度车容量限制，统筹安排调度车行驶路径和调度车在每个站点的取车量、送车量，使得企业的运营成本达到最优。其次，提出了一种改进的变邻域搜索算法求解上述问题，使算法在陷入局部最优解时改变邻域结构，扩大搜索范围，以此提升算法跳出局部最优解的能力，加快收敛速度。最后，用数值实验验证了算法的有效性。研究结论拓展了可拆分单商品取送货问题的相关理论，并为共享单车企业的实际运营提供决策支持。     

同时取送货车辆路径问题的改进粒子群优化算法

同时取送货车辆路径问题(VRPSDP)是指车辆在服务过程中,对顾客同时进行取货和送货服务,针对这类问题,提出一种改进的粒子群优化算法.通过惯性权重的更新和路径链接更新策略有效地扩大算法的搜索空间,从而改进了算法的性能.另外,采用邻域搜索扩大策略(ENS)加快了算法的搜索速度.最后,应用所提出的改进的粒子群优化算法求解了两类同时取送货的车辆路径问题的算例.结果表明,该算法与经典的求解结果相比较,取得了比较好的计算结果,表明该算法是求解同时取送货车辆路径问题的有效工具.     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型。设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷。用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型.设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷.用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果.     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法。该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性。将权值机制融合进图像的重构过程,强化了训练集的有用性。实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法.该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性.将权值机制融合进图像的重构过程,强化了训练集的有用性.实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量.     

半导体测试中自适应搜索范围算法的研究

通过对半导体测试规律的分析和归纳,提出了一种能够自动调节搜索范围的搜索算法。和传统的线性搜索,二分法等算法相比,这种新的算法在保证高精准度搜索结果的前提下,能够节约大约50%的测试时间,可以大幅节省测试成本。     

眼底血管识别之图像细节特征点的提取

随着时代与信息化技术的迅速发展,对人的身份的鉴别要求也越来越高.社会需要越来越可靠、高效的身份识别系统.特征点的提取是匹配识别的基础.本文重点探索研究子Harris算子和8邻域滤波两种方法对细节特征点的提取.     

一种增强SAR图像匹配稳定性的新预处理方法研究

SAR图像中相干斑对SAR图像的后续处理影响较大,由于自适应叠代滤波算法具有较好的适应性和对相干斑的平滑性,采用自适应叠代滤波对SAR图像进行了预处理,再利用相关的匹配算法将SAR图像与可见光图像进行匹配,并进行了大量的实验。实验结果表明,该方法具有良好的抑制SAR图像相干斑的效果,改善了相关峰的单峰性,显著提高了可见光与SAR图像的匹配稳定性和匹配精度。