对视频传输协议H.26L的实现及改进

针对H.26L视频编码方案中提出的一些新算法,结合实现结果做了阐述和比较,通过比较提出了改进的算法。采用了更优越的搜索方法增加了图像搜索的质量。在消除块效应方面,采用了双向插值的方法来加以处理。在编码方面,针对H.26L提出的帧内预测编码,利用图像宏块在空间上的相关性对量化后的操作块进行判断并选择是否合并,然后再进行编码,这一改进算法在对图像质量、信噪比影响不大的情况下,使图像压缩率有较明显提高,并且算法简洁,易于理解。     

一种改进的ID3算法

决策树是数据挖掘中重要的分类算法,通常用来形成分类器.ID3算法是决策树中的核心算法.针对ID3算法倾向于取值较多的属性的缺点,引进属性重要度对ID3算法予以改进,并通过实验对改进前后的算法进行了比较.实验表明,改进后的算法是有效的.     

基于特征因子算法改进的作者影响力评价研究

特征因子算法是评价期刊质量的一种重要方法,文章在特征因子算法基础上通过改进构造出一种作者影响力评价的新算法.首先对特征因子算法原理进行简单介绍.然后通过分析作者引用相较期刊引用的特殊性,对特征因子算法进行了改进,并对其实现步骤进行了详细说明.最后,选择国内图情学作者引用网络进行应用研究,得到了这些作者的影响力排名,并与传统的被引次数进行了比较.     

广义预测控制鲁棒算法研究

对广义预测控制的误差结构进行了深入的分析，并进而对ＧＰＣ 算法提出了改进，改进后的算法具有较强的鲁棒性     

BP模型的改进算法及其在负荷预测中的应用

分析了BP模型学习算法——累积误差进传播算法在接近极小点时收敛速度变得异常缓慢的原因,并通过对连接权值的调整量引入权重系数,提出了一种改进的BP模型学习算法,大大加快了收敛速度,提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测,算例结果表明了该算法的有效性。     

两种人口预测模型的精确度比较——以人口年龄移算法和灰色预测模型为例

对灰色预测模型、人口年龄移算法在人口预测结果中的精确度问题进行了比较研究.结论是:(1)灰色预测模型的预测精确度优于人口年龄移算法;(2)灰色预测模型残差在小范围内呈波动趋势,而人口年龄移算法残差表现为随预测时间的推移而增加的趋势;(3)灰色预测模型比人口年龄移算法更适合较长时期的人口预测.     

基于用户评分权重的矩阵分解推荐算法

在传统的推荐算法中存在数据评分稀疏的问题,同时,在建立预测模型时默认每个用户评分都是真实可信的.但实际评分中存在某些数据不符合用户的整体评分趋势和偏好.为了解决上述问题,对每项用户评分的真实性进行计算,在进行评分预测时,使符合用户整体评分趋势的评分数据获得更高的权重,让推荐算法更精准的把握用户和项目的特征信息,提升推荐系统的整体性能.经过在Movie Lens 100k数据集上与其它三种经典算法的对比实验表明,本文提出的改进算法能更好地把握用户真实喜好,提高预测的准确性.     

预测加氢裂化过程的产率

以缓和加氢裂化数据为基础 ,对于两种典型的加氢裂化动力学模型—— Stangeland模型和改进 MHC模型 ,使用 Shor最优化法进行了参数的拟合 ,比较了这两种动力学模型的结果、算法、复杂度以及预测能力。结果表明 ,改进 MHC模型是一种更为合理的动力学模型 ,该模型也可用于实际加氢过程     

神经网络BP算法与回归分析算法进行统计预测的比较研究

人工神经网络是80年代迅速兴起的一门科学,目前,对其各种基本算法研究很多,但对算法的实际应用却研究的较少。本文试运用人工神经网络中关于多阶层神经网络及误差逆传播算法(Back-Propagation),简称BP法的相关知识,对因果关系类的统计数据进行预测,并与传统回归分析预测方法的结果进行比较,试图将神经网络的算法应用于统计预测中。     

基于改进灰色GM模型的装备磨损趋势评估

磨损是影响高端装备精度保持性的关键因素,因磨损量难以测量,对磨损状况进行准确的预测较为困难。针对上述问题,研究一种基于灰色GM模型的磨损预测方法,构建了数据驱动的模型参数优化算法,能更有效地挖掘时间序列的内在联系及变化规律。对装备磨损监测数据进行处理和预测分析,与传统GM模型预测精度进行对比,结果表明:改进模型预测精度更高,适用于中长期预测。     

最迟预分配容错实时调度算法设计与分析

提出一种多类型任务集的容错实时调度算法,详细分析该算法的调度机制,证明了该算法的正确性,并给出了该算法的可调度条件,最后通过模拟实验分析了算法的性能。实验表明,调度算法的性能与系统负载、任务出错概率、任务的计算时间等系统参数相关。     

决策系统的快速属性约简算法

针对决策系统提出了一种高效的属性约简算法;讨论了合理刻画属性重要性的新指标,并设计了一种快速计算划分的方法;在此基础上,得到了一种快速计算属性约简的算法。与现有算法相比,该算法具有较大的灵活性,能从搜索空间中逐次删除不重要属性,避免了对其重要性的重复计算;并且时间复杂度低。通过实例和实验表明了该算法的可行性与有效性。     

基于Multi-Agent的分布式测控系统任务调度算法

基于Multi-Agent提出了一种新的分布式测控系统动态任务调度算法。该算法采用接收者启动的调度策略,根据各主机负载状态,在系统运行过程中动态迁移任务,有效地提高了系统效率,实现了负载均衡的目标。该算法采用移动Agent来迁移任务,有效地减少了网络传输,节省了时间。     

科学数据时间序列的预测方法

针对传统的时间序列分析方法预测科学数据效果较差的特点,提出了一种结合自组织神经网络和灰色理论的时间序列预测方法。该方法利用度量时间序列相似性距离函数,将时间序列按照其变化规律分成不同的类别,并在GM算法中针对白化参数进行优化,对科学数据时间序列进行自组织聚类,针对各类别采用灰色理论建立预测模型。试验表明,该模型适合科学数据的变化特点,提高了预测精度。     

高可信赖实时操作系统的防危调度机制

为增强实时操作系统的防危性,在分析现有调度机制的基础上,探讨了最大关键度优先的调度算法,该算法是一种混合型的优先级实时调度算法,由静态优先级、动态子优先级和静态子优先级3部分组成,综合了固定优先级调度算法和动态优先级调度算法的优点,既可充分利用处理器资源,又能在发生瞬时过载时保证关键任务不受非关键任务的影响,从而增强了实时操作系统的防危性。     

快速神经网络无损压缩方法研究

传统的人工神经网络数据编码算法需要离线训练且编码速度慢,因此通常多用于专用有损编码领域如声音、图像编码等,在无损数据编码领域应用较少。针对这种现状,该文详细地研究了最大熵统计模型和神经网络算法各自的特点,提出了一种基于最大熵原理的神经网络概率预测模型并结合自适应算术编码来进行数据压缩,具有精简的网络结构的自适应在线学习算法。试验表明,该算法在压缩率上可以优于目前流行的压缩算法Limpel-Zip(zip,gzip),并且在运行时间和所需空间性能上同PPM和Burrows Wheeler算法相比也是颇具竞争力的。该算法实现为多输入和单输出的两层神经网络,用已编码比特的学习结果作为待编码比特的工作参数,符合数据上下文相关约束的特点,提高了预测精度,并节约了编码时间。     

基于双向ICP跨源点云配准的鞋底涂胶轨迹生成

针对自动化鞋底涂胶系统中存在的鞋型适用性不高的难题，课题组提出了一种基于修正PCA(principal components analysis)和双向ICP(iterative closest point)的跨源点云配准算法。对比3种采样方法对最终配准精度的影响，选择了最远点降采样作为配准前对点云的预处理；提出了修正PCA对鞋底点云进行粗配准，为精确配准提供了较好的初始变换矩阵；利用对跨源点云配准鲁棒性较好的双向ICP进行精确配准；根据精确配准结果将标准涂胶轨迹迁移到实时鞋底涂胶系统上，从而得到实时涂胶轨迹。结果表明：修正PCA+双向ICP在快速精确配准跨源鞋底点云上具有优越性，其中双向ICP迭代20轮后误差减小到1.31 mm，相比传统ICP算法误差减小了1.13 mm；修正PCA+双向ICP算法在处理不同鞋型时具有较好的适用性和精度，配准时间也满足系统要求。该算法可提高传统鞋底涂胶系统对各类鞋型的适用性，具有一定的工程实用价值。     

多类型任务集的容错实时调度算法

针对以往容错实时调度算法只能调度单一的具有容错需求任务的情况,建立了一种单处理器上的容错实时调度模型,并提出了相应的容错实时调度算法。该算法不仅能同时调度具有容错需求和无容错需求的周期实时任务,还可调度随机性非周期任务,其适用范围广泛。     

集值决策信息系统属性约简的启发式算法

在集值决策信息系统中,通过引入信息量和条件信息量,对属性的重要性进行了定义.给出了分配约简（广义决策约简）的一种启发式算法：条件信息量约简算法,分析了该算法的时间复杂度,时间复杂度为O（｜A｜3｜U｜2）;最后通过例子说明,该算法能得到集值决策信息系统的一个约简.     

人工智能辅助量刑的风险及其防范

人工智能辅助量刑是当前我国司法改革的趋势之一。人工智能辅助量刑系统的建设和应用能够约束法官的行为,克服估堆量刑的弊端,防止法官滥用自由裁量权。需要警惕的是人工智能辅助量刑可能存在机械性风险、不透明性风险以及不可接受性风险。这些风险可能会对量刑公开以及量刑公正造成威胁,也容易导致过度限缩法官自由裁量权的后果。应当坚守法官的主体性和人工智能辅助量刑系统的工具性,防止出现法官过度依赖量刑辅助系统的现象;谨慎筛选数据,构建合理的算法模型,减少算法歧视;优化量刑程序,建立算法审查与算法问责机制,着力实现量刑公正。