广义均衡问题和不动点问题的收敛性定理及应用

运用平行算法，提出一种寻求广义均衡问题解及有限个严格伪压缩映像不动点集的公共元的新的迭代格式．在Hilbert空间中．证明了该算法的强收敛性。     

q-一致光滑Banach空间中的严格伪压缩映像

提出一种不用投影算子的修正的Mann遮代的循环算法,用于逼近q-一致光滑的Banach空间中有限个严格伪压缩映像的公共不动点,并证明了算法的强收敛性。本结论推广了Kim等和Zhang等关于非扩张映像的相应结果。     

正则化方法求解变分不等式

基于正则化思想，分别对于带有Lipschitz连续单调映像以及带有Lipschitz连续伪压缩映像的补算子的变分不等式，建立了隐式计算格式，并且证明了计算格式的强收敛性。本文结果改进了Hong—Kun Xu的相关结果。     

Hilbert空间中严格伪压缩映像的强收敛定理

给出了一种求解严格伪压缩非自身映像不动点集上变分不等式的迭代算法，并证明了其强收敛性。此结果推广了姚永红和T．H．Kim等的研究结果。最后，进一步将结论推广到求解有限个严格伪压缩非自身映像公共不动点集上的变分不等式。     

定义于Hilbert空间中星形集上的非扩张映像

假设H是一个实Hilbert空间，C是H的一个非空弱闭星形子集，T：C→C为非扩张映像。研究了T的不动点的存在性及其迭代算法的收敛性，本文结果推广了关于非扩张映像的已有相关结果。     

关于非扩张映像和非扩张半群的单调混杂算法

在Hilbert空间中，使用单调混杂算法，修正了由Zhao等引进的隐迭代格式，分别对一族有限个非扩张映像和非扩张半群证明了强收敛定理。同时，也使用这种算法来逼近单调算子的零点，并得到强收敛定理。     

一维变截面非定常气流杂交命题的广义变分原理

应用坐标变换，把可变动的物理平面，在映像平面上转化成的十分规则的矩形区，这给有限元计算带来了极大的方便。     

Hilbert空间上Lipschitz伪压缩映像族的强收敛定理

给出并证明了一个Lipschitz伪压缩映像族的强收敛算法,推广了Yao等人的结果。     

一类变分不等式解的混合最速下降算法

证明了定义于严格伪压缩映像不动点集上的变分不等式解的混合最速下降算法的强收敛性,推广了Yamada的相关结果。     

混合遗传算法在气动力参数辨识中的应用

遗传算法是求解复杂系统优化问题的一种有效方法，具有较强的鲁棒性和全局寻优能力，但计算量大，效率较低。将遗传算法与一维局部寻优算法相结合，构造了一混合遗传算法．并将其用于气动力参数辨识．以取代通常采用的梯度类优化算法。采用该混合遗传算法对某型飞机的横向气动力参数进行辨识计算与分析，结果表明该混合遗传算法是气动力参数辨识的一种有效方法，与遗传模拟退火算法相比．其计算效率有较大提高。     

线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。     

自适应DR算法研究

首先介绍了 DR算法的基本思想 ,并分析了现有的 DR算法的不足之处。然后提出了一种自适应 DR算法。最后 ,将提出的这种自适应 DR算法与普通 DR算法进行了比较研究。结果表明 ,自适应 DR算法是十分有效的     

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

基于ArcGIS的最短路径算法在城市交通中的应用

最短路径算法在城市交通中应用广泛。分析对比了Dijkstra算法和A*算法,并结合城市交通中的实际情况,在A*算法中加入了交通信号灯的时间因素和路面宽度因素,以达到改进算法的目的。通过在Esri公司的ArcGIS平台上使用Python进行测试后得到的结果表明:Dijkstra算法所计算的路径最短,但未考虑城市交通的实际情况;经过改进的A*算法所得路径避开了城市中心拥堵区域,通过的路口最少,更适合应用于实际交通当中。     

基于改进SURF和P-KLT算法的特征点实时跟踪方法研究

 针对视频序列中运动目标的实时跟踪问题,提出一种基于改进SURF算法和金字塔KLT算法相结合的特征点跟踪方法。首先人工标定目标区域,利用改进的SURF算法分块快速提取具有高鲁棒性、独特性的特征点;然后在后续帧中应用金字塔KLT匹配算法对特征点进行稳定跟踪,采用基于统计的方法剔除错误匹配对;最后利用Greedy Snake分割算法提取轮廓确定更加精准的位置信息,更新目标区域。为使算法更具鲁棒性,还设计了离散点筛选、自适应更新策略。利用飞行视频数据库进行了大量的仿真,结果表明:该算法适用于多尺度图像序列中位置、姿态发生快速变化且结构简单的飞行器的稳定跟踪。帧平均时间为31.8 ms,比SIFT+P-KLT跟踪算法减少47.1%;帧几何中心、目标轮廓面积平均误差分别为5.03像素、16.3%,分别比GFTT+P-KLT跟踪算法减少27.2%、56.9%,比SIFT跟踪算法减少38.6%、68.4%。     

故障检测的智能决策

 根据Schank的动态记忆理论,研究了信息系统的分类,给出了具有智能性质的决策算法。动态系统的故障检测可归结为系统有故障和无故障,由此给出了故障检测的智能决策算法。许多复杂的故障检测算法可归结为简捷的线性函数正、负的判断,因而可有效降低算法的复杂性。实例验证了故障检测的智能决策算法的有效性。     

有人-无人机协同空战机动决策研究

目前，有关无人机空战的研究主要考虑无人机的完全自主决策机动算法，关于有人机有限监督决策下的空战机动决策的研究鲜有报道，更缺乏对有人—无人机协同作战的研究。为实现无人机协同空战过程中的自主机动，设计一种基于路径规划技术的有人—无人机协同空战机动决策模型。首先，引入动态栅格环境，自适应调整栅格规模和分辨率，以弥补静态栅格环境规划空间越大规划效率越低的缺陷；然后，将A star 算法规划路径作为参考路径，提出ACO-A star 混合路径规划算法，以提升ACO 算法的寻优效能；最后，基于均值聚类算法设计有人—无人机协同空战机动决策算法。进行空战对抗仿真模拟，结果表明：所提出的算法具有更好的决策正确性，可有效提升空战胜率。     

一种改进的Turbo码Log-MAP译码算法

在传统Turbo码Log-MAP译码算法的基础上,借鉴已有的简化算法,提出了一种改进的Log-MAP译码算法。仿真结果表明,新的算法在大大降低译码复杂度的同时较好地保持了译码性能,使其非常接近Log-MAP算法的译码性能;同时也非常有利于硬件实现。     

一种基于特征空间的自适应天线旁瓣相消算法

把常规自适应天线旁瓣相消算法和特征空间技术相结合,提出了一种新的自适应天线旁瓣相消算法。该算法把常规自适应天线旁瓣相消算法的权矢量向由干扰特征矢量组成的干扰子空间投影,避免了由小特征值对应特征矢量组成的噪声子空间对权矢量的影响,与常规自适应天线旁瓣相消算法相比,该算法具有更好的干扰对消性能,其输出干扰对消比和波束方向图都能在很少的快拍下收敛。计算机仿真结果证实了这种算法的有效性。     

SDD-1算法的研究与改进

SDD-1算法是分布式数据库查询优化的一种算法,研究SDD-1算法的过程,分析SDD-1算法的优缺点,并针对该算法的不考虑最后一点传输代价的缺点提出了改进的SDD-1算法。