基于一种改进A~*算法的移动机器人路径规划研究

针对在栅格地图中移动机器人规划路径问题,传统A~*算法容易忽略机器人实际大小,生成的路径存在与障碍物发生碰撞的可能性,提出一种拓展节点障碍物矩阵的方法。在设定机器人投影和每一个栅格大小比例关系的基础上,将每一个栅格拓展为n阶障碍物矩阵,针对栅格存在部分障碍物的情况对邻域搜索方式进行改进以提高生成路径的合理性。同时针对在复杂地形(如山地)条件下生成路径较陡峭的问题通过引入坡度信息改进代价函数计算方式,使路径更平缓。仿真结果表明:改进A~*算法能够通过拓展节点障碍物邻域的方法有效避免与障碍物发生碰撞,在复杂地形条件下生成的路径也更为合理。     

一种改进的BIRCH聚类分析算法及其应用研究

文中详细分析讨论了BIRCH算法中存在的不足,并针对其不足进行一定的改进,提出了一种基于离差平方和的改进多阈值BIRCH算法,充分利用离差平方和来建立簇与簇的相关性,相对于单纯以簇之间的中心距离来建立相关性有一定的改进,同时在分裂因子的确定上采用了簇中直径的最大值,克服因采用经验值确定分裂因子的缺陷．最后．引入到基因序列图形表达数据聚类分析应用中．     

一种改进的混合遗传算法及其应用

将遗传算法和模拟退火算法进行了有机结合,并采用一种自适应的交叉和变异概率,提出了一种改进的混合遗传算法--自适应的模拟退火遗传算法.通过旅行商问题的仿真实验,对比遗传算法和模拟退火算法的实验结果,这种混合遗传算法改进了传统遗传算法的性能,并且提高了整个算法的收敛速度,拥有更好的优化性能.     

一种改进的串匹配参数编码算法及在Alpha图像中的应用

在LZ4HC算法基础上,结合Alpha图像特征提出了一种分类字节型多变长码的串匹配编码算法.该算法主要在以下几方面对LZ4HC算法进行了改进:(1)对串匹配编码参数采用两类字节型多变长码进行联合优化编码;(2)对串匹配偏移量参数进行多分段映射编码;(3)对串匹配长度参数进行分段编码.     

一种Apriori的改进算法

在Apriori算法算法基础上提出改进的方法，通过减少产生候选集的组合和减少数据库的扫描来提高挖掘的速度和减少数据库的I／O操作时问的开销。     

一种改进的SPIHT算法

一种新的嵌入零树小波ECG信号压缩编码算法(简称为改进的SPIHT算法),通过合理分配比特、改进零树集合、完善分类策略等措施能够进一步提高SPIHT算法的工作效率.该算法首先将ECG数据进行离散小波变换,然后对离散小波变换后的系数进行均匀量化,最后用基于上下文的自适应算术编码对量化后的系数进行编码.仿真结果显示,该算法压缩比大,信息损失小,能够较好地恢复原有的信号.     

一种改进BP神经网络算法的编程及应用

采用附加动量并结合动态调整学习率改进BP算法,用MATLAB语言完成该算法程序的编写,并将其应用于处理光催化降解直接橙S水溶液的数据.该程序对训练集和预测集计算结果的相关系数R分别为0.972 3和0.945 2,处理效果良好.     

一种改进的网格模型简化算法

网格模型的简化对于提高计算机的处理速度，存储容量，传输速率，实时显示等有重要的意义，论文在对Garland的“二次误差度量”算法深入研究的基础上，提出该算法会导致局部区域过度简化及狭长三角形的产生等不足，分析原因并进行了改进，在此基础上提出了新的算法，最后，通过试验证明了新算法的有效性。     

一种改进决策树算法的探讨

ID3算法是示例学习中建立决策树的一种重要的方法.介绍了 ID3决策树算法的基本思想,讨论了ID3决策树算法中的难点和不足,结合实例给出了利用信息增益度法来改进ID3算法的详细过程.     

一种改进的KMP模式匹配算法

通过对KMP模式匹配算法的分析,给出了一种改进算法,提出了新的next函数的求值方法,并用VC＋＋程序实现了改进后的KMP模式匹配算法。     

一种纯追踪模型改进算法

为了提高农业机械自动导航控制系统的精度,根据纯追踪模型和农业机械运动学模型的特点,提出了一种纯追 踪模型改进算法。在重点分析纯追踪模型算法误差原理的基础上,指出纯追踪模型误差主要来源于车体的航向角和转 向角。采用该算法可以校正车体的航向角和转向角,减小车体跟踪规划路径时的横向误差。根据算法推导和电控液压 阀性能等因素得出前视距离L≥3-wT才能取得较好的跟踪效果。Matlah仿真结果表明,该算法比纯追踪算法的精度 提高了30. 24%,最大误差减小了4 cm,标准差也有所减小     

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.     

一种改进的鸟群优化算法

针对鸟群算法在求解高维复杂问题时常常陷入局部最优解,尤其在鸟群觅食的过程中总是出现早熟的现象,提出一种改进的鸟群算法。将惯性粒子和模糊推理引入觅食过程,使那些正在觅食的鸟跳出局部最优解以增强全局寻优的能力。随着算法迭代次数的增加,逐渐减小飞行状态中的生产者对乞讨者的影响,从而使影响因子不断减小;然后用Gauss混沌映射对算法进行扰动,增加算法的多样性;最后用4种算法的6个测试函数进行数值仿真。数值试验结果证明了本文算法具有较强的收敛速度和收敛精度。     

一种改进的DV-Hop定位算法

自身定位算法的优劣直接影响着无线传感器网络中目标定位的精度。为了提高定位精度,提出了基于加权质心和改进型DV-Hop的WSN定位算法。首先介绍了本算法的思想,详细阐述了算法的具体实现过程并对该算法进行了算法描述,最后通过仿真实验证明本文提出算法的定位精度得到了提高。     

一种改进的θ-PSO算法

基于相位角的粒子群优化算法θ-PSO在处理一些标准测试函数时比基本的PSO算法有着更好的寻优性能,但该算法在处理一些复杂函数时,也存在不易跳出局部最小的困惑。本文在基本θ-PSO的基础上改进了相位角的更新策略,当粒子相位在到达边界时进行反弹,而不是限制在边界。为进一步提高算法的性能,对改进的算法进行了变异扰动操作,使得该算法在处理一些复杂的测试函数时,有着更好的寻优性能,能在有限步的迭代过程中,克服局部最小,到达优化目标的设定值。     

一种低复杂度球译码算法在STBC-OFDM中的应用

STBC-OFDM系统能够提供分集增益和编码增益,但采用ML(最大似然)译码时计算量很大,满足不了高速实时通信系统的要求。本文提出了一种在球半径范围内搜索向量的方法,即球译码方法,并在复域内提出一种基于重新排序的更好的搜索算法。该算法通过优化球半径迭代,加快了信号矢量搜索速度。仿真结果显示:与其他方法比较,该算法在计算量方面具有更大优势,平均浮点运算降低了大约75%,大大提高了运算效率。     

一种改进U-Net网络的心电图分类算法研究

基于CPSC-2018十二导联数据,提出了一种U-Net网络和注意力机制结合的心电图分类算法。首先,针对数据集数据长度长短不一的问题,对数据进行等长处理和归一化处理。然后,利用U-Net网络中跳层连接和编码解码方式,对预处理后较长的数据进行处理。在U-Net网络解码的最后一层加入注意力机制对抗噪声,提升模型的有效信息关注度和准确性。最后,利用CPSC-2018数据集进行验证。实验结果表明：所提模型能够取得较好的分类效果,识别房颤(AF)和右束支传导阻滞(RBBB)心律失常的精准率、召回率、F1值都可以达到90%以上,平均F1值可以达到82.5%。     

改进蚁群算法在合肥市包河区果蔬配送中的应用研究

路径优化是运输过程中必须考虑的问题。合理的路径既节省时间成本,又提高工作效率。文章引入蚁群算法和改进蚁群算法,利用算法的优越性,解决合肥市包河区处于快速发展状态下居民对果蔬需求的现实性,进而需要研究果蔬配送过程的路径问题,基于找出最优路径解,运用蚁群算法与改进蚁群算法解决果蔬配送,并对两种算法求出的解进行对比分析,找出最短路径,结果说明解决包河区果蔬配送路径的必要性,也说明算法在新环境中的适应性。     

一种改进的直线段裁剪算法

对直线段进行裁剪是计算机图形学需要解决的最基本问题之一，目前已经有多种算法，在详细分析这些其中两种经典算法的基础上，提出了一种新的裁剪算法，并对新算法的性能进行了分析比较，实验结果表明，新算法简单易行，裁剪效率也有较大提高．