【摘 要】
：
针对多视点视图匹配存在的不足,提出一种多视点法平面与视差空间及聚合成本最优化的改进PMS算法。设计多视点视图优化框架,推导出视点聚合成本函数;结合多视点聚合成本函数最优化方法,设计法平面与视差及聚合成本最优化的改进PMS算法,给出算法步骤;对提出的算法在不同噪声下的角度误差、相同噪声不同视点数的角度误差和相同噪声不同视点数的执行时间等方面,进行仿真实验。实验结果表明,所提出的改进PMS算法具有一定
【机 构】
：
四川师范大学计算机科学学院,四川水利职业技术学院信息工程系
【基金项目】
：
国家自然科学基金项目(61701331)。
论文部分内容阅读
针对多视点视图匹配存在的不足,提出一种多视点法平面与视差空间及聚合成本最优化的改进PMS算法。设计多视点视图优化框架,推导出视点聚合成本函数;结合多视点聚合成本函数最优化方法,设计法平面与视差及聚合成本最优化的改进PMS算法,给出算法步骤;对提出的算法在不同噪声下的角度误差、相同噪声不同视点数的角度误差和相同噪声不同视点数的执行时间等方面,进行仿真实验。实验结果表明,所提出的改进PMS算法具有一定的优越性。
其他文献
为能够在车载自组织网络中既达到保护数据的安全性和隐私性的目的,又要具备访问控制的功能,提出一种支持策略隐藏的属性基加密传输方案。使用线性秘密共享矩阵作为访问结构,采用布隆过滤器实现对访问策略的完全隐藏,避免访问策略中的用户属性被公开暴露在车载网络中;使用解密代理将高度复杂的解密计算外包给代理,减少移动车载端的存储和解密开销。通过性能分析和系统实验,验证了该算法具备策略隐藏和车载终端低解密开销的优势。
云计算弹性的资源提供和虚拟机性能的不稳定性使得工作流的执行面临诸多不确定性。针对此问题,考虑执行时间具有不确定性,基于执行时间和代价的同步优化,提出同步满足健壮性的三目标优化工作流调度算法。以满足帕累托最优的均衡最优解集的形式进行建模,以启发式方式对模型求解。为衡量均衡解的质量,设计基于超体积的评估机制,得到冲突目标的均衡调度解,比原始双目标优化对执行时间的波动具有更小敏感性。实验结果表明,比较未考虑不确定性的双目标优化,该算法求解质量更高,均衡度更好,更符合不确定性实时云工作流调度。
针对猫群算法(cat swarm optimization,CSO)中极易陷入局部极值和收敛的速度偏慢等问题,提出一种基于动态搜索的自适应猫群算法(adaptive cat swarm algorithm based on dynamic search,ADSCSO)。根据Logistic函数特点对分组率和惯性权重实行有范围的动态变化,提高算法收敛的速度;利用适应值的信息让变异率自适应变化,增加算法跳出局部解的几率。使用5个标准测试函数对CSO、仅加入动态搜索的猫群算法(cat swarm algorit
为提高光学加密系统的安全性与敏感性,设计分阶Fourier变换耦合DNA序列编码的光学图像加密算法。利用SHA-256方法来处理初始明文,形成一个256位密钥,并将其转换为密钥矩阵;引入DNA编码,对明文实施编码操作,得到一个DNA序列矩阵,将其与密钥矩阵完成XOR操作,输出混淆密文;根据256位密钥计算Lorenz系统的初始条件,通过迭代,获取3个随机序列,并将其转换为对应的混沌矩阵,利用不同阶数的Fourier变换,联合3个混沌矩阵,借助光学调制掩码对混淆密文进行级联光学加密。测试结果表明,相对已有光
为求解绿色车辆路径问题(green vehicle routing problem),提出一种离散乌贼算法(DCOA)。采用轮盘赌机制增强初始解选择的随机性,引入精英片段插入策略指导乌贼细胞群的进化方向,提高搜索效率,利用2-opt法和shift法优化当前细胞,增强最优解的局部开发能力。选取Augerat标准数据集,对算法进行测试,并与BA、PSO、CS、SA以及ACO算法进行比较。实验结果表明,DCOA算法相较于其它算法有更强的寻优能力,可以有效求解绿色车辆路径问题,求得的解更能满足绿色车辆路径问题的需
为解决移动机器人定位过程中激光雷达位姿标定问题,保证机器人在作业过程中保持外参的精确,分析里程计与激光雷达的外参标定问题,提出基于非线性优化方式的激光雷达位姿标定算法。通过移动机器人里程计与激光帧间匹配之间的关系建立非线性优化的数学模型,根据优化方式求取较为精确的激光雷达位姿信息。该方法灵活性强,可适应不同场景进行标定,在实际机器人进行算法验证,验证结果表明,该算法有效可行,能够较为精确得到激光雷达的位姿。
针对数据的复杂多样性以及Apriori算法的低效问题,提出依托Spark计算框架的二阶分段式算法优化模型。基于K-Means方法设计并行聚类分析算法,采用该算法对多维多属性值数据类型进行聚类分析,提高数据差异性,降低数据规模。通过“字典表”化存储模式压缩数据量,采用“与”操作降低I/O和去候选频繁项集优化Apriori算法,利用优化后的Apriori算法挖掘聚类后数据的关联规则。通过算法分析及实验验证,当数据量达到“拐点”时优化后的算法模型相对于原Apriori算法执行效率提高47%以上,且不受数据复杂度
为有效检测复杂环境下绝缘子的掉串故障,提出一种基于改进GrabCut的绝缘子缺陷检测方法。将图像的位置信息与显著性信息融入GrabCut模型,通过位置信息初始化GrabCut模型实现图像自动分割,显著性信息参与约束的混合高斯模型,改善图像的分割效果,采用形态学处理法进行故障定位,提升复杂环境下对故障的辨识能力。实验结果表明,该方法在复杂背景下具有良好的分割效果,能有效检测故障绝缘子,具有较强的鲁棒
针对传统樽海鞘群算法寻优精度低、易于陷入局部最优的问题,提出基于混沌映射与动态学习的自适应樽海鞘群算法。引入改进混沌Tent映射实现种群初始化,确保更加均匀的搜索空间;设计基于Logistic映射的领导者更新机制,有效增强种群多样性;利用基于动态学习的追随者更新机制,使算法跳出局部最优,提升全局搜索能力;设计领导者/追随者规模的自适应调整机制,有效均衡种群的局部开发和全局勘探能力。实验结果表明,该算法在收敛速度、寻优精度及寻优成功率上均有大幅提升。
针对人脸表情识别过程中,误差逆向传播算法(back propagation,BP)对深度信念网络(deep belief network,DBN)微调时容易陷入极值点局部极小和收敛时间过长的问题,提出基于BP算法微调DBN的改进方法。对表情进行多特征提取并降维,利用所提方法对降维后特征进行学习,采用共轭梯度算法解决BP算法和DBN结合存在的问题。实例仿真计算结果表明,所提方法精度高于支持向量机、基