基于Adaboost算法人脸识别算法的研究

AdaBoost是机器学习中比较流行的分类算法。本文对首先介绍Haar-Like特征和积分图的概念,然后对基于Adaboost算法人脸识别算法进行了归纳研究。     

功率形式控制变量的稳态控制潮流算法

本文介绍一种将网络电源输出用功率形式表示的稳态控制潮流算法,给出了该算法的修正方程及其雅可比矩阵.IEEE 5节点算例表明了改进算法的正确有效性.     

一种快速有效的细化算法

本文提出了对二值化点阵进行细化的基本要求和用于图形和字符识别中的一种快速有效的细化算法,并对这种算法进行了考核。     

切尾统计算法的优化及应用

本文从数值型数据的统计方面入手,结合数据的集中趋势和离散程度,在传统切尾均值算法的基础上,提出了一种优化的切尾均值算法,并给出了优化切尾均值算法的计算公式。该算法有效解决了极值在多种分布情况下的数据统计问题,并以印刷品质量评价为例进行了应用验证。     

基于可变位数的RGB图像掩密算法

本文提出了一种新的RGB图像掩密算法。该算法引进了在每个像素的三个色通道（R、G、B）分别存储可变位数的概念,这个可变位数（Bit）是由像素的实际颜色值决定的,即较低颜色值的色通道可存储较大的位数量。与其他现有算法相比,该算法能够为掩护媒体提供一个相对大的存储量。本实验结果证明了该算法的优越性,同时还给出了与其他图像掩密算法的对比结果。     

基于图像识别的爬壁机器人的路径规划

目前对于爬壁机器人的路径规划问题,强化学习算法已被广泛运用,但在实时动态复杂工业环境下,该算法存在着数据传递滞后、状态-动作对收敛缓慢、无法估计状态-动作对的问题。本文结合单步Q-learning算法,并对该算法进行改进,提出了跟踪迹Q(λ)算法:即一种基于离散马尔可夫决策过程的经典Q学习并结合了瞬时差分算法多步回报和跟踪迹提取的算法。实践表明,该算法解决了路径规划过程中,强化学习算法存在的局部寻优能力差、实时性不强等缺点。     

网点增大补偿曲线算法研究

为了得到精确的网点增大补偿曲线,本文对当前采用的补偿算法进行了分析和研究,在此基础上提出了新的算法,并分别以Matlab和Excel为平台,通过编写代码实现现有算法和新算法,绘制出网点增大补偿曲线,同时统计出各算法的平均误差、方差。其中,误差是指经过补偿后得到的网点增大值与对应的网点标准增大值之差的绝对值,平均误差反应了误差的大小,方差反映了误差的集中程度。实验结果表明,新算法能够明显降低误差。一般算法的平均误差为2.96%,而新算法的平均误差达到1.56%。     

多周期第四方物流集成反馈网络设计的模型与算法

本文研究了多周期第四方物流集成反馈网络设计问题,并考虑3PL运输供应商的信誉等级变化对整体网络配送完成率的影响。通过设计反馈调节机制和信誉评价体系,建立多目标规划模型来描述该问题。针对基本蚁群算法的不足和本问题的特点,设计奖惩蚁群算法,该算法通过增加奖惩因子,提高算法的收敛速度和全局搜索能力,有效避免了算法陷入局部最优。仿真实验结果表明了模型的合理性和奖惩蚁群算法的有效性。     

基于边缘提取的图像压缩编码

本文提出了基于边缘提取的图像压缩编码算法。该算法针对具体情况,对仅需要知道图像边缘信息的图像首先采用canny算子进行边缘提取,然后对边缘提取后的图像再进行一维游程编码。实验结果表明,此算法具有更高的压缩率。     

灰线性方程组的Gauss算法

本文重点研究三对角灰线性方程组。首先给出关于它的 Gauss 算法;然后对它的可行性作了较深入的探讨与论证;最后对于使用该算法可能出现的数值不稳定现象作了简要说明。     

最优伍配及其应用

本文给出了图的最优伍配的基本概念并探讨了它的性质、算法及应用。     

非线性边界层流方程组对称

本文给出了非线性边界层流方程组古典对称。求解大规模确定方程组是确定对称的难点。本文借助特征列集算法及其可执行程序包有效解决了该问题。     

RAS算法与安全性的探讨

本文就密码学中的RsA算法进行了描述,指出RsA算法的指数表达式;明文以分组为单位加密,其中每个分组是小于某个数N的二进制值,说明分组大小必须小于或等于log2(n);并给出了相应的图解.同时对RSA算法的安全性进行了介绍,并假定采用数学攻击、定时攻击两种方式进行测试,其相应的防范措施;RSA算法是被广泛使用的安全协议,是密码学的核心算法之一.     

遗传算法优化的小波神经网络在短期电力负荷预测中的应用

本文利用遗产算法的全局优化搜索能力来优化了小波神经网络,建立了基于遗产算法的小波神经网络短期电力负荷预测模型,克服了BP神经网络自身算法的缺陷,得到了更高的学习精度和更快的收敛速度,经实例也验证了该模型能有效地提高预测精度,减小负荷预测误差,避免了BP神经网络的固有缺陷.     

多变量自校正控制器

本文讨论一种具有新定闭环极点的线性多变量自校正控制的设计方法。给出两种不同形式的多变量自校正控制算法:预测—极点配置算法和直接极点配置算法。本文着重强调多变量自校正控制算法的实际可用性。讨论了消除稳态偏差,极点配置和减少被估计参数个数的方法。     

彩色复制中颜色信息传递算法的研究进展

本文深入分析了彩色复制过程中造成阶调失真的主要原因,重点阐述了颜色传递过程中引入误差的影响。将颜色传递过程分解为色域映射和色空间转换两大类算法,首先对色域映射边界的描述以及基于图像的色域映射算法的选择问题进行了分析;对色空间转换常用的三种算法,即多项式回归、神经网络和三维插值等算法进行了对比和分析,并列举了当前这一领域的研究现状和今后的发展方向。     

一种资源配置的最优化模型及其解法

本文以区域经济效益与产业结构调整为目标建立了资源配置优化模型,并提出了一种可行的算法。     

一个高效率的中间关系估价方法

为了提高数据库的响应速度,就解决中间关系数量问题,本文提出了一种用边缘分布函数代替精确分布函数的新算法,该算法使得中间估价函数信息易得到,占用空间少,运算简单且精度高。     

一种归纳算法的研究与改进

机器学习是人工智能应用的一个重要研究领域,分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法,本文针对目前在机器学习和数据挖掘领域中普遍采用的典型的决策树分类算法ID3算法存在的缺点提出了一种基于统计理论的统计归纳SIA分类算法,该算法以概率统计学的理论为基础,利用实例中提供给人们的统计规律的信息进行划分归类,从而简化了决策树的剪枝和优化过程,并通过Delphi实现该算法进行仿真试验,具有准确性高,分类速度快的特点。     

小波聚类算法的分析与研究

聚类分析是数据挖掘领域中一个重要的研究课题。传统的聚类算法在在低维空间小数据集中能够有效地进行聚类,但在高维大数据集中,由于数据的稀疏性,存在大量孤立点等问题,聚类效果不甚理想。本文在传统聚类算法的基础上,着重对小波聚类算法进行了分析与研究。