结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

基于最大流理论的网络对抗效能评估模型及应用

网络对抗的飞速发展使得网络对抗效能量化评估问题日益凸显。基于最大流理论分析了网络的最大流与最小割容量所具有的特性，提出了网络压制系数的概念，建立了一个通用的网络对抗综合效能评估模型。     

基于仿真和熵权的VOIP业务网络性能评价权重确定方法

针对目前网络性能评价中多元指标之间权重难以确定的问题,将信息熵理论应用于网络性能评价中.提出采用熵权方法确定指标权重,进而对网络性能进行评价的方法.为了获取反映不同网络状态的性能数据,采用网络仿真方法获得计算熵权所需的样本.实例表明,信息熵能够客观地反映各指标贡献信息量的大小,基于信息熵的熵权能够客观反映各指标的相对重要程度.     

基于极大熵微粒群混合算法的非线性方程组求解

针对非线性方程组,给出了一个新的算法.该算法首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,再利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并与其他算法进行比较.计算结果表明,提出的算法在求解的准确性和有效性方面均优于其它算法.     

基于最小维修策略的多阶段任务成功性仿真模型

基于最小维修策略,给出了一种新的多阶段任务成功性仿真模型.该模型可以对多阶段任务中部件的失效维修过程进行仿真,从而计算出多阶段任务的成功概率,并对任务成功率关于备件的敏感性进行分析.仿真结果表明了该模型的正确性和易用性.     

模糊数据的编码压缩

建立在普通集合之上的传统的数据压缩方法不能胜任模糊领域中的问题。因此,有必要从模糊集合理论出发,导出模糊概率的概念和模糊信息,赋予数据压缩理论和技术新的活力。本文试图从模糊理论的角度,借助于广义信息论,探讨模糊信息压缩的方法和意义。     

Cρ 准则下选择最优子集的并行算法

C_p准则是目前颇受重视的一种变量选择准则。本文针对大型线性回归模型,推导了从所有可能子集中用C_p准则选择最优子集的(乘除法) 运算次数,提出了C_p准则下变量选择的并行算法。给出了在YH-1和YH-2向量巨型计算机上运行该算法的模拟结果且获得了15倍左右的向量加速比s/v,体现了该算法的优越性。     

类比推理中的一种相似性准则及其验证方法

类比推理是人工智能领域中的重要研究方向,而相似性准则是类比推理中的重要概念。文中给出了类比推理的一种描述框架,定义了相似性准则,并且基于项重写技术,提出了相应的验证方法。     

阻尼的非线性最小二乘滤波算法

为提高在弱可观测条件下滤波器的稳定性,本文把非线性优化方法应用于递推滤波,形成了阻尼的最小二乘迭代滤波算法。同时还得出了该方法的信息平方根滤波形式。     

Fisher线性分类器在两类化学爆炸声源识别中的应用

对两类问题地面化学爆炸声源实时识别,按Ｆｉｓｈｅｒ准则设计线性分类器,采用理论训练、部分实验修正的方法建立判别函数系数,证明具有较强的分类能力。此外,它结构简单,计算,判别速度快,成本低,占用机时少。