【摘 要】
:
将引入粒子群优化算法来解决带随机权值、服从独立均匀概率分布的极小化极大(1-中心)平面选址问题,对其进行实验模拟并得出了乐观的结果。
论文部分内容阅读
将引入粒子群优化算法来解决带随机权值、服从独立均匀概率分布的极小化极大(1-中心)平面选址问题,对其进行实验模拟并得出了乐观的结果。
其他文献
频繁项集挖掘是关联规则挖掘的核心内容,提出了一种挖掘最大频繁项集的并行算法CDTR。它对CD(counting distribution)算法进行了改进,根据一种新的分布式共享内存环境下面向视图并行编程思想,将数据库划分成视图。为了实现动态任务分配,对数据库进行了预处理。实验结果显示CDTR能够高效地生成最大频繁项集,大大提高了分布式共享内存系统的效率。
经典均值漂移跟踪器(MST)和模板匹配跟踪器(TMT)在性能的许多方面具有强互补性。为利用这种互补性提高跟踪的可靠性,提出了一种混合跟踪算法(HTA)。HTA维持了颜色直方图和亮度模板两种目标模型,并分别以TMT和MST为主、辅跟踪器。当目标被遮挡或周围出现相似颜色模式的干扰物而造成主跟踪器错跟时,算法自动切换到辅跟踪器进行纠错;干扰消失或目标被重新捕获时,可自动切换到主跟踪器。实验结果表明,HT
基于网络QoS如延迟、丢包,建立网络化控制系统状态方程,通过双线性矩阵不等式(BMI)讨论在某种网络QoS下控制系统的稳定性,并以离散系统二次型性能指标为例设计最优LQR(linear quadratic regulator)控制器,得到保证系统控制性能的网络QoS约束。针对该约束,提出一种能够兼顾系统性能与网络QoS的网络化控制系统控制与调度协调设计方法。最后,通过仿真实验说明提出的协调设计方法
主要关注面向视频流媒体的应用层多播(ALM)技术的研究近况。首先总结了ALM的研究概况和分类,重点研究了几个针对视频流媒体应用而提出的ALM协议和框架,讨论其中用到的一些前沿技术,分析这些协议的优缺点,同时给出一些改进思路。最后展望了ALM视频流媒体技术的未来研究方向。
用蚁群优化求解组合优化问题时,信息素模型及其规则可能使问题的各组件之间的竞争失衡,从而有可能使蚁群搜索停滞在最差解。研究了蚁群优化求解k-最小生成树问题时的信息素模型及其更新规则对性能的影响,对原有的信息素模型作出了新的解释:直接表示k-最小生成树问题的边被选择的概率。基于新的信息素模型设计了一种新的解的构造过程,这种过程不仅产生可行解,也产生不可行解;同时研究了使用可行解和全部解更新信息素模型时
作为一个NP完全问题,通常采用启发式算法来解决网格工作流调度。首先对网格工作流调度算法进行了分类,然后对其典型算法进行了分析和讨论,并阐述了一些典型网格工作流调度系统,最后指出了现有算法中的一些不足之处,展望了该领域的进一步研究方向。
由于语义P2P系统的知识分散部署于各个peer节点上,而每个peer节点都拥有其自身异构的知识模式和本体表示,这就给语义P2P节点间的知识分享带来了困难。对语义P2P系统进行了深入分析,着重对P2P节点之间的知识分享问题进行了论述,并进一步提出自己的设计思路来解决这一问题。
针对知识发现在实际应用中的问题,提出了一种以领域知识为中心的知识发现过程模型,并将其形式化,描述了其动态语义。与已有的知识发现过程模型相比,此过程模型更能体现知识发现过程的本质特性,同时具有严格的形式化基础,为知识发现系统的设计和实际的知识发现应用提供了一个新的参考。
针对多传感异步信息融合分类问题,提出了一种新颖的基于耦合隐马尔可夫模型(CHMM)结构的中期融合分类策略,该策略既考虑到了多传感信息在时间上的相关性,又解决了信息流之间的异步问题;其次,通过限制信息流的状态数量和限制信息流之间的异步程度,简化了模型结构;此外,为解决CHMM的算法实现问题,提出了一种CHMM与双流HMM的等效变换方法,从而利用经典的HMM算法解决了CHMM的模型实现。最后在唇读语音
传输流(TS)作为多媒体数据传输和存储格式在网络视频点播中得到了越来越广泛的应用,但其面向广播设计的固有的封装格式使其在点播系统中难以进行灵活的人机交互操作(VCR功能)。针对TS文件结构的特点,设计了TS文件的时间快速定位算法,并针对TS文件的快进、快退过程提出了高效的数据挑选机制,保证了基于TS文件的视频点播人机交互VCR功能的实现。