摘要：该文提出了一种自适应图像去雾算法,充分考虑不同复杂场景下的图像特征,建立了算法的自适应机制。该机制包含对图像是否有雾、是否为天空区域、滤波器尺寸等的自适应调整,解决了传统图像去雾算法在深度断层处可能产生的光晕效应等问题。该文同时对上述自适应图像去雾算法进行FPGA加速实现,实验结果表明,该文算法在XC7K325T型号FPGA视频处理平台上可以满足对1080P@60Hz视频去雾的实时性要求。对于大多数轻雾或浓雾场景,该文算法去雾后图像色彩自然无过饱和,全局对比度和饱和度提升比率均值为0.309和0.994,相比于本领域其他去雾算法优势明显。

摘要：当前，自适应界面已成为人机界面研究的一个方向．首先介绍了有关自适应界面的一些基本概念，并在此基础上提出了一个人机界面的自适应机制．对该机制的系统结构、实现技术进行了广泛的讨论．该机制已被应用于集成化ＣＡＤ／ＣＡＰＰ／ＣＡＭ系统——ＧＳ－ＩＣＣＣ（ＧｒｅａｔＳｋｙ－ＩｎｔｅｇｒａｔｅｄＣＡＤ，ＣＡＰＰａｎｄＣＡＭ）的研制工作中．同时介绍了该机制的一些实现细节．ＧＳ－ＩＣＣＣ的自适应机制已在Ｘ－Ｗｉｎｄｏｗ／Ｍｏｔｉｆ环境下实现，并被证明其在提高人机交互有效性上具有良好效果．

摘要：目前 ,各种缓存 (caching)技术被广泛应用于 Web信息获取过程中 ,以求减少 Internet的网络负载和提高响应速度 ,如何改进缓存技术从某种意义上成为制约 Web信息获取性能的瓶颈 ,特别是随着专用主题 Web信息源的出现和广泛应用 ,这一问题显得更加突出 .首先分析描述了当前常用的缓存技术在 Web信息获取中的特点 ,然后提出了采用自适应机制改进 Web信息缓存管理性能的方法 ,同时给出了该方法的一些具体实现细节 ,该方法被应用于基于企业主题的 Web信息获取系统 (Web Capture)的设计开发过程中 .自适应机制的 Web信息缓存管理主要采用自动跟踪 Web文档的更新周期和用户动态访问 Web文档的规律预测来提高 Web信息缓存管理性能 .

摘要：指出了MRED算法的局限性,并利用一个二阶指数许可函数来设计非线性自适应控制算法,避免了单一静态阈值参数的不足,实现了许可控制的平滑化.实验仿真结果表明:该算法有效提高了集群利用率,避免了集群负载崩溃情况,提高了系统的稳定性与可靠性.

摘要：引入了XML相关网络技术和自适应机制网站模型的概念,建构了具有自适应机制的XML课件系统模型,实现了基于自适应的XML课件元数据的远程教学网站系统.

摘要：信息中心网络(ICN)内在地支持兴趣请求者移动而不支持内容提供者移动,然而在实际的场景中往往发生的是内容提供者移动。当前的移动性解决方案存在一些缺憾,如没有真正地考虑移动设备的加入/离开、机制过于单一不能应对各种移动场景、网络切换时延过长等。为解决上述问题,面向区域划分设计一种自适应的移动性机制,包括基于汇聚点的域内移动解决方案、基于兴趣转发的域间移动解决方案和基于回溯的基站间移动解决方案。仿真在GTS网络拓扑上进行,实验结果表明所提的移动性机制较基准机制有高的分发率、低的切换时延和少的路由跳数,说明所提的移动性机制具有广泛的应用价值,为推动诸如5G应用的全面落地具有现实的意义。

摘要：信息物理系统(Cyber-Physical System,CPS)一般在动态环境中控制物理设备的运行,因此环境参数影响着CPS的结构和行为。提出了一种基于数据的自适应软件结构模型设计方法,该方法中CPS软件结构模型由单元模块通过层次化的组合构造而成。CPS的自适应演化通过面向方面建模方法实现,将环境因素的功能抽象成方面模型,通过对方面模型与基础模型进行编织得到综合的CPS模型。基于Petri网和时态逻辑的形式化方法为CPS模型提供了数学表达和分析手段。理论分析和实验结果表明,本文的设计方法具有可行性和高效性。

摘要：为充分利用应急物资和提高应急响应能力,考虑灾害初期道路通行受约束和运输能力受限等因素,建立最小化受灾点平均等待救援时间和最小化应急物资调度成本的多目标优化模型。采用基于自适应机制的NSGA-II算法,引入种群熵和高斯函数,动态调整变异、交叉概率,将变异、交叉过程与进化的横向和纵向信息相结合,以引导种群的进化,提高进化速度;为充分探索解空间,设计了基于贪婪思想的随机变邻域搜索算子,并使用替换策略,消除Pareto前沿中相同解对进化带来的负面影响。通过算例对所提算法进行验证,结果表明:所提改进算法优于传统NSGA-II算法和已知文献算法,能在保持较好收敛性的同时获得更好的多样性。

摘要：在基于生成对抗网络的红外与可见光图像融合中,针对融合结果中不同物体之间边缘模糊、源图像信息提取不足和融合信息不平衡等问题,提出一种基于自适应特征增强和生成器路径交互的深度融合方法。首先,自适应增强块根据权重图锐化源图像中不同物体的边缘信息,在自适应调整的特征增强损失与强度损失及梯度损失联合约束后,融合图像的对比度与纹理细节可以同时得到增强。其次,生成器路径交互结构在两条主路径之间增加交互卷积层以充分提取源图像信息,采用密集连接的卷积网络可以加强特征图的传输。此外,以主辅思想设计的内容损失函数和网络结构中引入的双鉴别器保证了融合结果中对比度与纹理细节的平衡。实验结果表明,所提方法的融合结果无论是在主观视觉评价还是客观定量评价方面都非常有竞争力,并且与其他方法相比,所提方法的运行速度最快。

摘要：为缩短车间完工时间、降低加工能耗,构建了以完工时间和加工能耗为优化目标的多目标柔性车间调度模型,提出基于模糊权重的双种群混合遗传算法(Dual-population Hybrid Genetic Algorithm based on Fuzzy Weight, FW-DHGA)求解该模型。针对传统双链编码在遗传操作中交叉困难、操作复杂等问题,设计了基于机器选择的多维模糊权重编码(Multi-Dimensional Fuzzy Weight coding, MDFW)方法。基于该编码方法,以机器空闲时间最少为准则,提出贪婪权重搜索法(Greedy Weight Search, GWS)对其进行解码。根据个体质量系数进行种群分割,设计分种群自适应交叉变异机制,保护优质解的同时维持种群多样性。提出基于机器拥挤度(Machine Crowding Degree, MCD)的优化机制提高劣质种群质量,加快算法寻优速度。对优质种群采用模拟退火(Simulated Annealing, SA)算法进行局部搜索,减少局部最优解的产生。通过实验仿真,证明了新编码方法以及算法的有效性。