【摘 要】
：
空间视界覆盖问题是指在给定空间区域的条件下,如何部署最优的观察点网来达到完全覆盖.这是一个全局多约束优化问题.考虑从整体上来部署观察点网,首先需要对问题进行简化,建立问题的数学描述,然后再结合最优搜索方法寻求全局最优解.根据这种思路提出了一种基于PSO优化搜索方法的观察点网络整体优化算法,并进行了验证.
【机 构】
：
深圳大学ATR国防重点试验室,深圳,518060;西安电子科技大学电子工程学院,西安,710071
【出 处】
：
2005年中国模糊逻辑与计算智能联合学术会议
论文部分内容阅读
空间视界覆盖问题是指在给定空间区域的条件下,如何部署最优的观察点网来达到完全覆盖.这是一个全局多约束优化问题.考虑从整体上来部署观察点网,首先需要对问题进行简化,建立问题的数学描述,然后再结合最优搜索方法寻求全局最优解.根据这种思路提出了一种基于PSO优化搜索方法的观察点网络整体优化算法,并进行了验证.
其他文献
本文针对城市中地理信息系统数据、服务不能实现有效共享的现状,提出建立城市统一的城市地理信息综合平台来管理分布的数据库和服务,并给出了平台的逻辑框架结构.任何地理信息服务都可以在该平台进行注册和发布.任一服务可以查询和利用现有平台已注册的服务.服务遵循统一城市多分辨率网格组织下的数据格式,形成城市统一的虚拟空间数据库.
模糊推理是模糊逻辑研究的主要内容,一直受到广泛关注.至今为止,已提出了多种模糊推理方法,而公认的衡量模糊推理方法好坏的唯一标准是该方法是否具有还原性.首次提出了多重多维模糊推理的还原性定义,并对已有的典型模糊推理算法是否满足还原性进行了讨论,最后给出例子说明,在多重多维情形下,现有的模糊推理算法都不能满足还原性.
在海量信息中,提高信息检索的精确率和智能化程度,是人类不断探索的课题,传统的信息检索方法中,对检索返回结果的处理较少,导致检索的精确率不高.针对该问题,设计了基于最大生成树的聚类算法和用户兴趣挖掘算法,对召回的大量结果进行无指导的文本聚类,并结合用户兴趣对文档进行相关分析,这样用户只考虑那些相关的文档,从而缩小用户浏览文档的数量,实现个性化检索,提高了检索效率,并在研究的技术基础上,设计了个性化信
数据分群(Clustering),是数据分析(dataanalysis)的预处理环节,通过分群可以将数据库中属性值一样的数据归类在一起,它是数据挖掘的重要应用基础之一.在切割式数据分群的方法中,常用的算法是K-Means算法;但K-Means算法在处理大量的数据分群时,无法妥善分群以及对于重叠的数据点无法妥善处理.本文给出一种适应性基因算法,它借助基因算法拥有的随机多点搜寻(parallelsea
本文给出了基于非线性核函数映射的主分量分析KPCA(KernelPrincipleComponentAnalysis)进行人脸特征区域定位的方法.在高维非线性映射特征空间中,提出了一种基于KPCA和支撑向量机(SupportVectorMachine,SVM)的人脸特征区域定位判别方法,并与基于Fisher准则的线性判别方法FDA(FisherDiscriminationAnalysis)和主分量
ACWSH模型利用蜜罐技术的优势,收集网络病毒在蜜罐上的活动信息;根据蜜罐响应的信息和网络截获的攻击数据包,用攻击树方法重构病毒攻击过程;并根据目标对攻击信息进行分类,用LCS算法在同类攻击数据中生成网络病毒的特征.对收集的新型网络病毒特征扩充IDS的特征库,弥补入侵检测系统对未知病毒攻击无法识别问题,完善防御系统.
Bayesian网络(贝叶斯网络)是一种进行不确定性推理的有力工具,它是一个有向无环图.本文提出了一种通过发现Bayesian网络骨架(在Bayesian网络中去除边方向的无向图),再确定边的方向而得到Bayesian网络的算法.该算法在变量之间基本依赖关系分析的基础上,进行Bayesian网络骨架学习,对学习得到的Bayesian网络骨架,利用碰撞识别以及基于遗传算法和MDL(最小描述长度原理)
随着许多多媒体在高速网络中的应用,组播路由问题成为越来越重要的课题.采用基于路径的编码方式,使用侯选机制创建具有相同特征的多个染色体,即构建了两种染色体(保留染色体和开采染色体),将这两种染色体按优劣顺序排列来一一配对进行交叉,同时采用双变异率的遗传算子进行变异.该算法在满足带宽和时延约束条件下寻找代价最小的组播树.仿真实验证明,该算法不易陷入早熟收敛,且全局搜索能力和局部搜索能力平衡较好,能快速
以Boltzmann-Gibbs统计理论为基础,采用依赖于温度的似Cauchy分布产生新的扰动模型,选用改进的接收概率公式,并在实际计算中设置记忆器,记忆搜索到的最好结果,得到适合时移地震反演的模拟退火算法.研究了模拟退火算法的适合时移地震反演的并行策略,给出了基于Agent的区域分解并行方法.采用的算法有较好的抗噪能力,反演结果稳定性好,精度高,较好地实现了时移地震中较小波阻抗变化的反演.
由于存在相干斑噪声和强目标光斑,SAR图像的分割是SAR图像处理中的一大难点.文中先利用免疫算法的快速的全局搜索能力,将免疫算法应用于模糊C-均值算法(FCM),基于灰度信息计算出聚类中心,解决了FCM算法用于图像分割速度慢且易陷入局部极小的问题,然后考虑图像的纹理信息,基于熵值动态调整分类门限,从而进一步求出分割阈值.实验表明提出的方法能得到令人满意的分割结果.