检索结果

Select

1. 基于高斯扰动的粒子群优化算法

朱德刚孙辉赵嘉余庆

计算机应用 2014, 34 (3): 754-759. DOI: 10.11772/j.issn.1001-9081.2014.03.0754

摘要（710）

PDF （836KB）（503）

针对标准粒子群优化(PSO)算法易陷入局部最优、进化后期收敛速度慢和收敛精度低的缺点，提出一种基于高斯扰动的粒子群优化算法。该算法采用对粒子个体最优位置加入高斯扰动策略，有效地防止算法陷入局部最优，加快收敛并提高收敛精度。在固定评估次数的情况下，对8个常用的经典基准测试函数在30维上进行了仿真。实验结果表明，所提算法在收敛速度和寻优精度上优于一些知名的粒子群优化算法。

相关文章 | 多维度评价

Select

2. 改进的基于在线Boosting的目标跟踪方法

孙来兵陈建美宋余庆杨刚

计算机应用 2013, 33 (02): 495-502. DOI: 10.3724/SP.J.1087.2013.00495

摘要（1117）

PDF （884KB）（335）

针对被跟踪目标发生严重遮挡、暂时离开跟踪画面或位移发生重大变化时,采用基于在线Boosting跟踪的邻近区间更新算法导致错误累积进而产生漂移甚至跟踪失败的问题，提出一种改进的基于在线Boosting的目标跟踪方法。由在线Boosting算法对分类器特征库进行更新，使用卡尔曼滤波动态更新阈值，使系统能根据跟踪目标的置信度自动用获取到的局部特征对阈值做相应调整。当运动目标的置信度低于下限阈值时，采用Blob跟踪方法，根据颜色和空间上的相似性将目标分割为多个区域，每个区域包含有区域号、位置、大小信息，随机选取一个进入在线Boosting跟踪模块进行检测，直到获取到置信度达到上限阈值时，切换到邻近区域更新算法进行跟踪。对不同视频序列测试的结果表明，与传统在线Boosting算法和其他跟踪算法相比，所提出算法能快速准确获取跟踪目标并具有更强的鲁棒性。

相关文章 | 多维度评价

Select

3. 无线嵌入式医疗系统与数据库交互中间件研究

宋余庆严振梁成全张勇

计算机应用 2010, 30 (8): 2257-2260.

摘要（335）

PDF （628KB）（1220）

针对目前无线嵌入式医疗设备与网络数据库交互存在系统要求较高、速度较慢等问题，基于Socket及XML技术，提出了一种无线嵌入式设备与数据库交互的中间件系统。在Wi-Fi网络环境下，该系统采用Socket技术，接收嵌入式设备访问数据库的请求并对数据库进行操作，按指定的格式将获得的数据结果集转换为相应的XML文档并回送于嵌入式设备。实验结果表明，该中间件系统能有效解决多种操作系统平台下的无线嵌入式设备与网络数据库的交互问题，整体实现效率较高。