极限学习机ELM是一种单隐层前馈神经网络single-hidden layer feedforward neural networks, SLFNs, 它相较于传统神经网络算法来说结构简单, 具有较快
提出一种敏感、鲁棒的信任度计算模型。在缺乏直接交易证据时,基于推荐信任、信誉等间接信任度估计信任度初值,随交易的建立和累积与直接交易证据共同作出信任评价,并最终过渡至直接信任度计算。采用动态平衡系数,
为了解决高精度摄像机标定过程中标定块制作难度大、标定方法对实验设备要求高、实验结果噪声鲁棒性差等问题,提出了一种新的标定模板及配套的标定算法。标定模板用十字网格代替经典的棋盘格,在强光照和强噪声环境下
为提高非支配排序遗传算法(NSGA-II)的搜索精度和多样性,借鉴差分进化中加强局部搜索的策略,提出了一种改进的NSGA-II算法(LDMNSGA-II)。该算法利用拉丁超立方体抽样技术对解种群进行初
一种基于选择的多目标遗传算法 包括详细的求解过程
为高效求解多目标组合优化问题,提出一种进化计算与局部搜索结合的多目标算法。此算法基于个体排序数和密度值进行适应度赋值,采用非劣解并行局部搜索策略,在解的适应度赋值和局部搜索过程中使用Pa-reto支配
针对现有多目标元胞遗传算法存在邻居单一固定、不能适时变化的缺点,提出一种基于邻居自适应的多目标元胞遗传算法。该算法在经典多目标元胞遗传算法的基础上引入邻居自适应机制,动态调节邻居结构,使算法不断寻找全
目前通常采用优先级上限协议解决策略,但该协议的系统资源利用率较低。针对该问题,深入分析了优先级反转的必要条件并提出了一种新的阻塞调度算法,能有效的避免优先级反转和检测死锁现象,同时具有较高的资源利用率
为了解决近重复视频检测中的效果和效率问题, 提出了一种基于图的近重复视频子序列匹配算法。将基于关键帧特征的相似性查询结果构建成匹配结果图, 进而将近重复视频检测转换成一个在匹配结果图中查找最长路径的问
景象匹配技术是飞行器匹配定位辅助导航系统的核心,如何提高其正确匹配率一直是研究的热点与难点。提出一种基于区域特征的景象匹配算法。首先,提取基准景象和实时景象的稳定极值区域,并计算出区域的灰度、形状、纹
