摘要：遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有分辨力的度量空间,使在度量空间内同类图像紧凑,异类图像尽可能地远离;然后引入权重向量,在度量学习的过程中自适应地调节各视角间的权重关系;最后利用核技巧扩展至非线性空间,更有效地挖掘隐藏于视角间的关联和互补信息.在Google和WHU-RS遥感图像数据集上的实验结果表明,该方法具有良好的分类性能,平均分类准确率分别达到90.26%和92.62%,显著优于对比的单视角和多视角分类方法.

摘要：耗能增效是惯容减震系统的典型特征。为充分发挥此特性并同时满足减震性能需求,提出将惯容减震结构耗能增效程度最大化作为目标,并以性能需求作为约束条件进行减震参数寻优。基于随机振动理论推导惯容减震单自由度结构在白噪声激励下的解析解;建立最大耗能增效设计所对应等效约束优化问题的数学表达式。鉴于表达式的复杂性,采用鲁棒性好且便于实现的粒子群算法对问题进行求解。在粒子群算法中引入自适应惩罚权重考虑约束条件,并采用自适应调整的惯性权重提高求解效率。基于Python语言编制了自适应权重粒子群算法程序对惯容减震结构最大耗能增效设计问题进行求解。设计实例的求解过程体现了自适应权重粒子群算法对求解惯容减震结构优化设计问题的有效性,动力时程分析结果表明设计参数实现了预设的减震性能需求。

摘要：针对传统的磁屏蔽装置结构参数优化过程中因待优化参数较少而限制了磁屏蔽性能进一步提高这一缺点,提出一种基于自适应权重粒子群优化(PSO)算法的磁屏蔽装置参数优化方法:首先,给出了磁屏蔽系数的计算公式,提出将不同屏蔽层的厚度、径向层间距以及轴向层间距均作为待优化变量以增加结构尺寸的多样性,从而扩大寻优范围;然后,针对待优化变量的增加可能会导致寻优陷入局部最优,提出一种自适应权重PSO算法以实现全局寻优;最后,以三层磁屏蔽装置的结构参数优化为例进行了仿真实验。仿真结果表明,与传统的优化方法相比,提出的优化方法使磁屏蔽装置的磁屏蔽系数提高了27.58%。该方法可以为磁屏蔽装置结构参数的优化提供一种参考。

摘要：作为机器学习的一个新兴领域,多源部分域适应(MSPDA)问题由于其源域自身的复杂性、领域之间的差异性以及目标域自身的无监督性,给相关研究带来了挑战,以致目前鲜有相关工作被提出.在该场景下,多个源域中的无关类样本在域适应过程中会造成较大的累积误差和负迁移.此外,现有多源域适应方法大多未考虑不同源域对目标域任务的贡献度不同.因此,提出基于自适应权重的多源部分域适应方法(AW-MSPDA).首先,构建了多样性特征提取器以有效利用源域的先验知识;同时,设计了多层次分布对齐策略从不同层面消除了分布差异,促进了正迁移;此外,为量化不同源域贡献度以及过滤源域无关类样本,利用相似性度量以及伪标签加权方式构建自适应权重;最后,通过大量实验验证了所提出AW-MSPDA算法的泛化性以及优越性.

摘要：原有Rough K-means算法中类的上、下近似采用固定经验权重,其科学性值得商榷,针对这一问题,设计了一种基于自适应权重的粗糙K均值聚类算法。基于自适应权重的粗糙聚类算法在每一次迭代过程中,根据当前的数据划分状态,动态计算每个样本对于类的权重,降低了原有算法对初始权重的依赖。此外,该算法采用近似集合中的高斯距离比例来表现样本权重,从而可以在多种数据分布上得到更精确的聚类结果。实验结果表明,基于自适应权重的粗糙K均值算法是一种较优的聚类算法。

摘要：针对无线传感器网络分簇路由协议存在的能耗不均衡及"热区"问题,设计了基于自适应权重的无线传感器网络分簇路由协议.协议首先选择节点剩余能量、邻居节点集合以及与汇聚节点距离等做为簇头待选指标,通过这些待选指标设定指标影响度进行簇头选举;然后在节点入簇阶段选择节点和簇头的剩余能量、簇内成员节点数以及节点与簇头间距离等做为入簇指标,并设计了自适应权重系数,动态调整入簇指标的权重系数,优化入簇条件;最后簇头采用多跳传输方式完成数据的传送.仿真结果表明:协议较好地均衡了网络内节点的能耗,提高了网络生命周期.

摘要：针对立体匹配中的视差优化问题,提出一种自适应权重MRF的立体匹配视差优化算法。首先使用局部算法生成初始视差图;然后在马尔科夫随机算法框架下,对视差不连续区域和平滑区域自适应调整平滑项权重来实现视差图的优化.本文的关键技术是不同区域平滑项权重的设计,其中不连续区域利用颜色相关系数、视差相关系数以及视差图与同场景彩色图的结构相似性来构建平滑项权重;而平滑区域则直接利用视差信息来构建平滑项权重,同时,根据领域内视差平滑程度自适应调整权重中参数.通过在立体匹配评估平台Middlebury.上的测试实验表明,所提算法可获得更优的主观效果和客观指标,优化后的视差图在边缘区域和视差不连续区域能够保持清晰的视差图.

摘要：针对目标追踪过程中目标发生旋转变化、目标出现遮挡而导致目标跟踪失败的问题,提出了一种基于多特征融合自适应权重配比目标跟踪算法。根据方向梯度特征、颜色特征、灰度特征对视频序列进行预处理后实现多特征提取和融合,形成多通道特征;根据不同环境下各特征通道对追踪效果的影响程度不同,设计了特征通道自适应权重配比,提出了基于多特征融合的权重配比表征方法;考虑到目标物体外观特征表现能力与运算速度,引入基于分割掩码和拉格朗日方程的联合滤波器组快速优化方法;基于VOT2016基准测试平台,对算法进行了实验测试。结果表明:本文算法所设计的跟踪器在目标物体快速旋转变化、目标物体过大尺度变化、目标物体遭遇部分遮挡及其在被完全遮挡后复现等情况下,都能对目标物体实现精准实时跟踪。

摘要：为实现设置调谐质量阻尼器(TMD)有阻尼结构的性能目标导向设计,将TMD的性能设计问题等价为约束优化问题,并采用自适应权重粒子群算法进行求解。基于随机振动理论推导了设置TMD有阻尼单自由度结构的随机振动响应解析解,进而建立结构性能目标导向设计问题的约束优化表达式。基于自适应惯性权重和约束惩罚权重粒子群算法编制了程序对TMD参数优化设计问题求解。通过算例验证了设计原则的合理性和优化算法的有效性。性能目标导向设计思想更有助于减震结构的性能化设计,而且自适应权重粒子群算法不需要繁琐的数值微分,便于编程实现,是高效易用的工程优化设计手段。

摘要：针对使用不同中间向量遗传策略(学习策略)的差分进化算法所表现出的性能不同,提出一种改进的差分进化算法,对已有的两种遗传策略引入自适应权重,设计了一个新的中间向量遗传策略.通过对基准函数进行测试,结果表明新算法避免了早熟收敛,寻优性能较好,收敛速度较快,具有一定的有效性.