一种基于LBP改进的人脸识别算法.pdf

这项工作提出了一种基于人类视觉系统（HVS）的数字图像水印鲁棒算法。 通过改变变换系数将水印嵌入到倾斜变换域中。 通过在基于 HVS 权重矩阵的选定位置嵌入水印图像，使用所提出的算法的水印图像的可感知性比基于 DCT 的算法 9 有所提高。 所提出的方法是鲁棒的，水印图像可以经受住许多图像攻击，如噪声、位平面去除、裁剪、直方图均衡、旋转和锐化。 结果与基于 DCT 的水印方法进行了比较，发现在水印图像的质量和抵御攻击的能力方面更胜一筹。 用于测试所提出算法的鲁棒性的指标是峰值信噪比（PSNR）和归一化互相关（NCC）。

提出了一种基于移动代理的并行路由算法，通过对网络节点间的多条并行链路的充分利用，提高网络带宽的利用率，减少移动代理从源节点到目的节点的迁移响应时间。仿真实验结果表明，与著名的蚁群算法和遗传算法的性能相比，该并行路由算法具有更高的网络利用率，同时具有更短的平均延迟时间，提高了应用系统的运行效率。

一种基于avr单片机的ad采样简便方法一种基于avr单片机的ad采样简便方法一种基于avr单片机的ad采样简便方法

结合小波变换和数学形态学的优点,提出了一种基于小波变换和数学形态学的边缘检测算法.基于数学形态学的边缘检测,对现有的检测算子进行改进,构造了一种抗噪型边缘检测算子,并使用不同方向的线型结构元素;基于小波变换的边缘检测能有效地保留图像边缘的细节信息,使提取的边缘完整连续.实验结果表明,本研究提出的算法与几种经典边缘检测算子相比,有效抑制了噪声的影响,提高了检测的精度,对各种不同图像具有很好的鲁棒性.

一种基于遗传算法的模糊神经网络最优控制

一种基于聚集超级节点的犘2 犘网络信任模型

一种基于模糊聚类的网格DAG 任务图调度算法

本发明公开了一种基于遗传算法优化BP神经网络的风电功率预测方法，从风电功率预测系统的数据处理模块中获取预测参考数据；对参考数据建立BP神经网络的预测模型，并采用多种群编码对应BP神经网络的不同结构，每个种群分别对神经网络权值阈值编码，生成不同长度的个体，用遗传算法中选择、交叉、变异操作进化优化每个种群，最后判断收敛条件并选择最优个体；再对BP神经网络初始化，用学习率可变的动量BP算法进一步训练网络直至收敛，利用该网络对风电功率进行预测；最后，还反复利用预测值，在一轮预测中进行多次预测实现了跨时间间隔的多步预测。本发明预测精度提高，计算时间减少，稳定性增强。

提出了一种多元时间序列相似查询算法.在距离索引结构相似查询算法的基础上,利用主成分分析方法对多元时间序列进行降维,并对主成分进行聚类,在聚类质心与各类之间的范数所构成的一维空间上,对聚类建立B+-tree索引结构,然后利用k近邻查询算法查找出与查询序列最相似的k个MTS序列.实验结果表明,文中算法的候选比率与查询时间明显低于Muse算法,且候选比率与查询时间受聚类个数影响不大,说明文中算法具有一定的优越性.