求解带用户满意度的多目标实时车辆路径问题的改进伊藤算法.pdf

用于文本分类的改进KNN算法.pdf

为提高多元宇宙优化算法(MVO)的全局探索和局部开采性能,提出一种耦合横纵向个体更新策略的改进MVO算法(IMVO).横向更新策略是建立在宇宙种群层级的一种水平迁移进化机制,通过引入加权学习因子保证子代个体同时向多个父代宇宙继承位置信息,以改善种群的个体多样性和算法全局探索性能,适定性修正虫洞存在概率表达以保证种群个体间的充分信息交互;纵向更新策略是基于宇宙个体层级的一种纵向自我学习进化机制,根据最优宇宙历史信息,通过模拟认知的历史遗忘记忆特性实现记忆均值邻域的再开采,以增强算法局部开采性能.最后通过数值实验验证不同加权学习因子函数对算法性能的差异性影响,改进算法的优化性能和算法稳健性等.

人工智人-家居设计-改进遗传算法在智能组卷中的应用.pdf

一种基于环境栅格地图的机器人路径规划方法，包括建模与仿真。基于环境栅格地 图的路径规划及路径优化算法，首先建立已知环境的矩形化栅格地图‚用分区算法实现地图建模。机器人沿着路径即可实现对已知环境区域的全覆盖‚并且使得机器人的运行路径最短。对于环境内存在的任意形状的障碍物‚此算法均可适用。仿真结果验证了该算法在路径规划中的可行性和有效性。利用拓扑图、加权值的深度优先搜索算法来优化所得到的路径并得到优化后的路径包括起点和终点 。通过对栅格地图的分区算法把整个环境的路径规划转换成分区的路径规划简化了路径规划问题。利用 ＧＶＧ图法建立分区内全覆盖路径‚并结合深度优先搜索算法 ＤＦＳ和 Ｄｉｊｋ-ｓｔｒａ算法优化运行路径‚大大提高了机器人的运行效率。由仿真实验可以看出‚笔者所述的全覆盖路径规划算法在已知环境信息区域中的遍历是非常有效的。

为解决边扫描边跟踪多频连续波雷达数据互联问题，提出了一种基于目标径向速度信息的联合概率数据互联(JPDA)算法．该算法通过引入目标径向速度信息，进一步限制进入跟踪门相交区域中的虚假量测数量，并对公共测量值权重系数进行调整，进而改善跟踪精度，缩短计算时间，提高跟踪成功概率．仿真结果表明，径向速度信息的运用使得改进的JPDA算法的跟踪性能得到了显著提高．

为解决现有公钥基础设施跨域认证方案的效率问题，利用具有分布式和不易被篡改优点的区块链技术，提出基于联盟区块链的跨域认证方案。一方面，该方案对联盟链在传统实用拜占庭共识算法（PBFT）的基础上加入了节点动态增减功能；改进了主节点选举方式；将三阶段广播缩减为两阶段广播，减少了通信开销。另一方面，该方案设计了联盟链跨域认证协议，给出了区块链证书格式，描述了跨域认证协议，并进行了安全和效率分析。分析表明，在安全方面，该方案具有抵抗分布式攻击等安全属性；在效率方面，与已有跨域认证方案相比，该方案在计算开销上、通信开销上都有优势。

SSD 算法利用多尺度特征图进行分类和位置回归，检测小目标效果优于 YOLO 算法，但 SSD 算法在进行车辆检测时存在漏检问题。为此，提出一种改进 SSD 算法。为提取更多的车辆特征信息，设计改进 Inception 模块替代 SSD 网络中的 Conv8、Conv9 和 Conv10 层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合，构建多尺度特征融合均衡化网络，提高小目标车辆识别率。在特征提取层均引入 SENet，对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明，改进后 SSD 算法在自制的车辆数据集上平均精度为 90.89%，检测速度达到 59.42 frame/s，相比改进前的 SSD 算法，在精度和速度上分别提高 2.65 个百分点和 17.41 frame/s，能够更快速、准确地对图像中的车辆进行识别和定位。

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型，生成内部回归网络，对BP神经网络进行改进，据此得出改进的BP神经网络的具体步骤。在此基础上，结合陕西省高速公路沥青路面的实际情况建立了路况评价模型，并对该模型的具体应用做了研究。研究结果表明：网络的收敛速度很好，训练结果与实际路况结果相差很小，利用改进BP算法神经网络建立的路况评价模型不仅方便易用，而且精度很高。

基于改进聚类算法的Android平台入侵检测的研究与应用.pdf