一种有效的混合式指纹快速细化算法

来源 :计算机应用研究 | 被引量 : 7次 | 上传用户:yzq4308
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有指纹细化算法存在的模板匹配次数过多、迭代频繁、细化不完全等现象,在深入分析了快速细化算法和串并混合式细化算法特点的基础上,提出了一种新的混合式指纹细化算法,有效地提高了细化速度和细化质量。
其他文献
通过对柔性电子政务系统特点的分析,从系统开发实践角度,讨论了元数据特点及其分类,给出了一种基于元数据管理的电子政务系统体系结构,并对此结构进行了分析和说明。
期刊
针对利用粒子群优化算法进行多极值函数优化时存在早熟收敛和搜索效率低的问题,提出混合的PSO-BFGS算法,并增强了混合算法的变异能力使算法能逃出局部极值点。通过对三种Benchmark函数的测试结果表明,PSO-BFGS算法不仅具有有效的全局收敛性能,而且还具有较快的收敛速度,是求解最优化问题的一种有效算法。
在对目前所有的曲面品质分析方法进行分类的基础上,详细介绍了各种方法的思路、原理和计算过程,并分析了基于一阶微分曲线的分析方法之间的内在联系。最后,通过实例对最常用的反射线法、等照度线法和高亮线法的曲面品质分析过程进行了详细阐述,这些方法证明能对曲面品质进行有效的分析。
借鉴分层递阶结构原理和蚁群算法的思想,提出了一种基于信息素的粒子群算法并用来优化前向神经网络的结构和权值。通过在控制基因中释放信息素进行粒子控制基因的更新,实现了粒子间信息的共享。粒子群的惯性权重采用指数曲线衰减的形式,给每代最差粒子的速度随机加入干扰,克服了标准粒子群算法在寻优时出现的粒子早熟现象。仿真结果表明该算法能快速确定神经网络的结构和权值,表现出良好的收敛性能。
针对日常生活中两幅图像会出现混叠的情况,根据数字化图像灰度值范围有界特性和一般信号盲源分离的方法,提出了一种利用分离比值函数单调特性达到图像盲分离目的的新算法。新算法根据接收端的观察信号确定信号之间的比值函数,通过函数的单调性分析找到分离矩阵的关键值,从而实现图像的盲源分离。本算法无须先验知识,没有统计相关性的约束条件,而且分离速度快、效果明显,实验仿真结果验证了算法的有效性。
首先给出基于事件的新闻报道分析技术相关概念的定义,并提出一个基于事件的新闻报道分析技术框架;然后从四个方面介绍了基于事件的新闻报道分析中的关键技术,包括事件探测、事件追踪、事件相关文档摘要和事件RSU检索。对一些关键技术进行了分类和评价,剖析其优势及不足,通过对各种方法的分析和比较,提出了一些改进的方法和建议。最后展望了未来基于事件的新闻报道分析技术的发展方向。
设计了一个改进算法,它仅需对小波分解矩阵进行一遍扫描即可确定层次树集合分划编码(SPIHT)算法所需的所有D(i,j)和L(i,j)重要性并完成对所有(i,j)子系数的编码,使得按照SPIHT的排序方法编码时只需查找存放D(i,j)和L(i,j)的重要性及(i,j)子系数的编码表,从而大大提高了SPIHT的编码速度。
针对图像数据的72维HSV颜色特征,对数据集的本征维概念进行了有意义的扩展,在此基础上提出了一个新的降维机制。实验证明,该降维算法是行之有效的。
介绍了静态数据复制算法,并针对无线网络提出了基于主节点的动态数据复制算法,该算法可根据主节点所收集的信息的变化重新构架网络二叉树,它比静态算法更能满足无线网络节点变化的需要。