可抵抗SPA分析的HSBH改进算法

合集下载

几种仿生优化算法综述

几种仿生优化算法综述仿生优化算法（Bio-inspired optimization algorithm）是一类基于生物系统中某些行为特征或机理的优化算法。

这些算法通过模拟生物个体、种群或进化过程来解决各种优化问题。

以下将对几种常见的仿生优化算法进行综述。

1. 遗传算法（Genetic Algorithm）是仿生优化算法中最为经典的一种。

它受到遗传学理论中的基因、染色体、遗传交叉和变异等概念的启发。

遗传算法通过对候选解进行不断的遗传操作，如选择、交叉和变异，逐步优化解的质量。

它适用于多维、多目标和非线性优化问题。

2. 粒子群优化算法（Particle Swarm Optimization，简称PSO）是一种群体智能算法，受到鸟群、鱼群等群体行为的启发。

PSO算法通过模拟粒子在解空间中的搜索和信息交流过程来优化解。

每个粒子代表一个可能的解，并根据自身和群体的历史最优解进行位置调整。

PSO算法具有收敛速度快和易于实现的特点，适用于连续优化问题。

3. 蚁群算法（Ant Colony Optimization，简称ACO）是一种仿生优化算法，受到蚂蚁在寻找食物和回家路径选择行为的启发。

ACO算法通过模拟蚂蚁在解空间中的搜索、信息素的跟踪和更新过程来优化解。

每只蚂蚁通过选择路径上的信息素浓度来决定下一步的移动方向。

蚁群算法适用于组合优化问题和离散优化问题。

4. 免疫优化算法（Immune Optimization Algorithm，简称IOA）是一种仿生优化算法，受到免疫系统中的免疫机制和抗体选择过程的启发。

IOA算法通过模拟抗体的生成和选择过程来优化解。

每个解表示一个抗体，根据解的适应度和相似度选择和改进解。

免疫优化算法具有较强的全局搜索能力和鲁棒性。

SPH真实感流体交互模拟的改进算法

SPH真实感流体交互模拟的改进算法程志宇;徐国庆;张岚斌;许犇【摘要】针对目前流体仿真中存在的模拟效率低及模拟交互的真实感不足等问题,提出一种基于光滑粒子流体动力学的流体模拟改进算法.首先,采用光滑粒子流体动力学方法进行粒子系统建模,通过矫正压力及速度场保证流体求解方程的精确性和稳定性;然后通过简化流体计算模型,完成流体表面建模,提高流体表面渲染速度;最后使用硬件加速算法实现流体模拟的快速渲染,提高流体的真实感和交互的实时性.实验结果表明,该算法能够明显提升流体渲染的真实感,减小计算复杂性.大规模粒子实时模拟帧率达到20帧/s,实现了较为真实的交互应用.【期刊名称】《武汉工程大学学报》【年(卷),期】2019(041)003【总页数】4页(P303-306)【关键词】流体模拟;光滑粒子流体动力学方法;硬件加速【作者】程志宇;徐国庆;张岚斌;许犇【作者单位】武汉工程大学计算机科学与工程学院,湖北武汉 430205;智能机器人湖北省重点实验室(武汉工程大学),湖北武汉 430205;武汉工程大学计算机科学与工程学院,湖北武汉 430205;智能机器人湖北省重点实验室(武汉工程大学),湖北武汉 430205;武汉工程大学计算机科学与工程学院,湖北武汉 430205;智能机器人湖北省重点实验室(武汉工程大学),湖北武汉 430205;武汉工程大学计算机科学与工程学院,湖北武汉 430205;智能机器人湖北省重点实验室(武汉工程大学),湖北武汉430205【正文语种】中文【中图分类】TP391真实感流体模拟是计算机图像学领域中的研究热点，不管是在电视特效和广告、电子游戏亦或是军用作战平台仿真、虚拟医学等领域中都有着广泛的应用。

基于物理的流体模拟的计算模型应该包括流体每一时刻的运动方向、受力情况以及在运动过程中流体间的相互作用力等，同时为了更好的提高真实感要增强细节模拟［1-2］，展现实时流动的视觉效果。

现阶段，对于流体模拟主要采用欧拉网格法和拉格朗日粒子法两种方法来求解计算流体动力学中的控制方程。

boppps 算法

boppps 算法BOOPPS算法（BidirectionalOptimizedOptimalPathPlanningSystem）是一种智能机器人路径规划的算法。

它的出现填补了机器人路径规划中的空白，极大地提高了机器人的移动效率。

它的主要优势在于具有较高的表达精度，可以实现机器人的及时路径规划，而且可以实现更复杂的任务。

BOOPPS算法作为一种双向优化最优路径规划系统，可以实现机器人路径规划的最佳分组和执行。

算法主要是通过根据给定的机器人目标任务，分析和研究当前环境，对环境中实际存在的障碍物进行空间建模，形成路径规划的目标图，并通过A*算法和Dijkstra算法实现最优路径规划。

首先，算法根据环境情况确定初始结点和终点，然后用A*算法进行从起始结点到终点的路径规划，并生成从起点到终点的最优路径。

此外，算法使用双向A*算法对路径进行搜索，以减少路径搜索范围，快速找出最小路径。

最后，算法再用Dijkstra算法对起点和终点之间的节点进行向上向下搜索，以获得最优的路径规划结果，最终实现机器人的移动规划。

BOOPPS算法在机器人路径规划中的更多应用。

首先，它可以用于机器人自主移动规划，如自主开车、无人机和机器人搬运等，这种规划不仅可以帮助机器人快速顺利地完成任务，而且可以保证任务的准确性和可靠性。

此外，这种算法还可以用于机器人的环境感知规划，在规划过程中，算法可以根据环境中的障碍物，将机器人的运动路径规划出最小的空间，帮助机器人灵活有效地通过环境，有效提高移动效率。

同时，BOOPPS算法也可以用于机器人安全控制，它可以帮助机器人避开障碍物，保证机器人在自主移动过程中的安全性。

BOOPPS算法是一种功能强大、性能优越的智能机器人路径规划算法，它显著提高了机器人的移动效率，模型精度，帮助机器人顺利、准确、安全地完成任务。

未来，BOOPPS算法将会逐步更新完善，可应用于更复杂的环境和任务，为机器人路径规划带来更多便捷。

本科毕业设计：NGSA-II改进

Keywordsmulti-objective interval number optimization, NSGA-II, Pareto set,interval order relation,interval possible degree
第
1.1
优化是一种用于在多种决策当中选出最好决策的方法，它被广泛地应用在工业、农业、交通、国防等许多领域，对于合理利用资源、提高系统性能、降低能源消耗以及经济效益的增长均有非常显著的作用[1]。一般来说，对实际工程领域中问题的分析和优化设计通常基于确定性的系统参数和优化模型，并且借助传统的确定性优化方法[2]来进行求解。然而，在大多数实际工程中，不可避免地存在着与材料性质、温度变化、工程边界、噪音影响、测量偏差等有关的误差或不确定性，这些误差或不确定性虽然在大多数情况下都比较小，但耦合在一起可能使整个工程系统产生较大的误差或偏差。
其次，在多目标确定数优化问题中，不可能存在一个使每个目标都达到最优的解，所以多目标优化问题的解往往是一个非劣解的集合——Pareto解集。在存在多个Pateto解集的情况下，如果没有更多的说明，很难决定哪个解更重要，因此，找到尽可能多的Pateto最优解至关重要。本文采用的带精英策略的快速非支配排序遗传算法(NSGS-II)是一种多目标遗传算法，该算法求得的Pareto最优解分布均匀，收敛性和鲁棒性好，对多目标优化问题具有良好的优化效果。
Finally, the paper presents the final result of multi-objective interval number optimization through the MATLAB simulation program.And using
multi-objective interval numberfunctions debug the key parameters.(such as constraints possible degree level, multi-objective weights, regularization factor, etc.) .According to the different values about the parameters in the simulation results, analyze and explain optimal parameter settings that how to impcet on the final results.

基于HSI色彩空间的饱和度修正算法

Ｃｈｉｎ１Ｊｉａ－ｂｉｎ，ＷａｎｇＫｅ－ｑｉａｎｇ（ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆｐｏｓｔｓａｎｄＣｈｏｎｇｑｉｎｇ４０００６５）
摘要：在ＨＳＩ色彩空间中对ｓ分量与，分量进行调整过后，当需要转回到ＲＧＢ色彩空间时便可能会发
生色域溢出问题。为了解决该问题，该文提出了一种基于ＨＳＩ色彩空间的饱和度修正算法，该算法考虑
Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｍｏｄｉｆｉｅｄａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＨＳＩｃｏｌｏｒｓｐａｃｅｓ￣ｕｒａｔｉｏｎ，
ｔｈｅａｌｇｏｒｉｔｈｍｃｏｎｓｉｄｅｒｓｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｔｈｅＨＳＩｃｏｌｏｒｓｐａｃｅａｎｄＲＧＢｃｏｌｏｒｓｐａｃｅ，ａｎｄｏｂｔａｉｎｓｔｈｅ
ｔｉｏｎｃａｕｓｅｄｂｙｔｈｅｃｏｌｏｒｇａｍｕｔｏｖｅｒｆｌｏｗ．
Ｋｅｙｗｏｒｄｓ：ＨＳＩｃｏｌｏｒｓｐａｃｅ；Ｃｏｌｏｒｉｍａｇｅ；Ｃｏｌｏｒｇａｍｕｔｏｖｅｒｆｌｏｗ；Ｓａｔｕｒａｔｉｏｎｃｏｒｒｅｃｔｉｏｎ
ＣＬＣｎｕｍｂｅｒ：ＴＰ３９１
Ｄｏｃｕｍｅｎｔｃｏｄｅ：Ａ
ｏｖｅｒｆｌｏｗｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎｓａｆｔｅｒａｄｊｕｓｔｉｎｇｔｈｅＳｃｏｍ－ｐｏｎｅｎｔａｎｄｔｈｅ，ｃｏｍｐｏｎｅｎｔｉｎｔｈｅＨＳＩｃｏｌｏｒｓｐａｃ－
ｅ．Ｔｈｅｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｂｏｕｎｄａｒｙｃｏｎｄｉｔｉｏｎ．ｔｈｅｓａｔｕｒａｌ；０ｎｃｏｒｒｅｃｔｉｏｎｉｓｃａｒｒｉｅｄｏｕｔｔｏａｖｏｉｄｔｈｅｃｏｌｏｒｄｉｓｔｏｒ－

基于改进的S-P模型河道降解及纳污能力研究

基于改进的Ｓ－Ｐ模型河道降解及纳污能力研究张静（辽宁省朝阳水文局，辽宁朝阳１２２０００）中图分类号：Ｘ５２　文献标志码：Ｂ　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－５３６６．２０２０．０６．１０摘要：结合改进的Ｓ－Ｐ模型对朝阳地区河道降解及纳污能力进行计算。

结果表明：应用改进的Ｓ－Ｐ模型进行计算，朝阳地区主要污染物降解系数计算误差平均降低１２．７％和１６．２％。

相比于现状年，通过采取水环境保护治理措施，朝阳地区远景年和规划年ＢＯＤ５纳污能力提升率为３４．９％～７５．８％，ＣＯＤ纳污能力提升率为２３．４％～８５．３％。

关键词：改进的Ｓ－Ｐ模型；污染物降解；计算精度；纳污能力当前，河道水环境保护是社会关注的热点。

河道降解及纳污是河道水环境保护规划治理的重要指标。

在河道降解及纳污计算研究成果中，Ｓ－Ｐ模型由于计算不同类别河道降解物浓度，在河道降解及纳污能力计算中应用效果较好，但是传统的Ｓ－Ｐ模型在河道水质边界处理中存在临界负值，使得其计算精度不足。

为此有学者针对传统Ｓ－Ｐ模型的局限性，进行相应的改进，并将其应用于河道降解及纳污能力计算中。

结合改进的Ｓ－Ｐ模型对朝阳地区水功能区水质特征进行河道降解及纳污能力的计算，研究成果对于同类型河道生态保护具有重要的参考价值。

１　改进的Ｓ－Ｐ模型原理Ｓ－Ｐ模型采用非线性模型对污染物降解浓度进行演算，详见公式（１）、（２）。

Ｌｔ＋ｖＬｘ＝－Ｋ１ＬＣ（１）Ｃｔ＋ｖＣｘ＝－Ｋ１ＬＣ＋Ｋ２（Ｃｓ－Ｃ）（２）式中：ｘ为河流降解段主要计算的污染物浓度，ｍｇ／Ｌ；Ｋ１、Ｋ２为河流污染物降解参数；ＣＳ为河流水体的降解浓度，ｍｇ／Ｌ；Ｃ为水体中有机物溶解状态的浓度，ｍｇ／Ｌ；ν为水流流速，ｍ／ｓ；ｔ为演算时间段，ｈ。

改进的模型对其临界负值进行改进计算，采用特征值进行判定，见公式（３）。

Ｃｓ＝Ｃｓ－（Ｃｓ－Ｃ０）ｅ－ｋ２ｘｃ／ｖ＋Ｋ１Ｌ０Ｋ１－Ｋ２（ｅ－ｋ１ｘｃ／ｖ－ｅ－ｋ２ｘｃ／ｖ）≤０（３）式中：Ｌ０为河段起算的初始距离长度，ｋｍ；Ｃ０为污染物降解的初始计算浓度；ｘｃ为污染物降解衰减的水体溶解氧的浓度，ｍｇ／Ｌ。

基于SEA法的汽车防声材料最优化技术的开发

（(）
这里 ! % 空气密度。在空气传播噪声计算模型的情况，声场要素 * 的内部损失能量传递 , * ， 4*55 是要素的表面积 + * 和平均吸声率 " * 的函，同时，从要素 * 到 6 的能量传递 +* 6 是分割声场要素 *， 6 板件的面积 + *6 和其板件的能量透过率 ) * 6 的函，各自用下式得到。
对于这种现象现在虽然可以应用实验车确定防声材料各种主要参数但是这种方法不能早期并且在短时间内能够表示出改进的效果为此今后把缩短开发周期和在没有实验车阶段确定各主要参数作为重要的课题进行研究
基于 +,- 法的汽车防声材料最优化技术的开发
! ! 文章编号： "##$ % "&’’ （(##) ） #* % ##$" % #*
’,,( 年 - 月# # # # #
# # #
# # 噪# 声# 与# 振# 动# 控# 制# # # # # # # #
# #
# # 第! 期
!" ， #"$$ %
&’ " ! " ) ! (" "
（ "）（ !）
# # 图 ’ 模型的各要素的能量传递平衡式用下式表示
&’ "* "" ! "* % ) ! (" " !" #$ %&’ 参数的求解方法
( （1( ） - !2 ) * ( 3*
ቤተ መጻሕፍቲ ባይዱB C !"# 理论
BD BC !"# 法（统计能量分析法） ! ! 本文在研究汽车高频领域中，假定车室内外空间为完全的扩散场，具有能量 )* 扩散声场要素 * ，入射到周壁的面积 +* 的功率 ,* 用下式求得。

限制对比度的多层POSHE自适应图像增强算法

１００１５０７８（２０１３）０１００８５０５文章编号：
·图像与信号处理·
限制对比度的多层ＰＯＳＨＥ自适应图像增强算法
杨光１，吴钟建１，罗镇宝１，王浩宇２，张龙１
（１．西南技术物理研究所，四川成都６１００４１；２．西南自动化研究所，四川绵阳６２１０００）
１引言图像增强的首要目标是处理图像，使其比原始
１］图像更适合于特定应用，比如目标识别、跟踪等［。
型是Ｔｏｍ等人于１９８２年提出的自适应直方图均衡
３］算法［（ＡＨＥ），过高的时间复杂度限制ＡＨＥ算法
的应用范围；Ｋｉｍ等人于２００１年提出的子块部分重
ｅｋ［４］
（ａ）原图（ｂ）Ｍ＝６４，１６（ｃ）Ｍ＝６４，８ λ＝ λ＝
（ｄ）Ｍ＝６４，４（ｅ）Ｍ＝１２８，１６（ｆ）Ｍ＝２５６，１６ λ＝ λ＝ λ＝图２ＰＯＳＨＥ算法仿真分析
２．２增强效果与子块大小和步长的关系对比子图２（ｂ）、图２（ｅ）和图２（ｆ），子图２（ｂ）远处事物细节最明确，边缘最清晰，但近处事物过增强现象最严重，如大楼位置处，同时天空背景也被增强，如图像中上部分区域，突出表现为噪声，子图２（ｅ）次之，子图２（ｆ）视觉效果最好，但远处细节的凸显效果不如子图２（ｂ）。比较子图２（ｂ）、图２（ｃ）和（ｄ），三者增强的效果一致，均出现过增强现象。图２由此表明增强效果与子块大小有关，子块大，增强图像灰度分布均匀平滑，但远处事物细节不明确，子块小，远处事物细节明确，但近处事物出现了过程强现象；增强效果与步长关系不大。综上所述，采用ＰＯＳＨＥ算法对图像增强处理后，块效应程度、增强效果与子块大小和步长有着密

基于神经网络的hsic改进算法分析与仿真

基于神经网络的hsic改进算法分析与仿真神经网络是一种重要的人工智能技术，它可以用于预测数据分析和机器学习，可以有效地实现复杂的任务。

神经网络技术在机器学习和数据分析应用中得到了广泛应用。

HSIC是一种改进算法，用于评估准确度度量和内禀性度量之间的交叉相关性。

它可以利用神经网络识别输入变量之间的复杂关系，从而改善模型准确度和内禀性。

为了有效地应用HSIC算法，我们需要重点研究它的原理，参数，优势和限制。

实验中，选取了一组实际数据用于测试，利用神经网络对数据进行拟合，实现HSIC算法的训练，从而使用HSIC算法来预测数据分析结果。

经过实验分析，我们发现HSIC算法在准确度度量和内禀性度量之间拥有很好的交叉性能，其准确度效果好于传统机器学习算法。

最后，本文为基于神经网络的HSIC算法分析与仿真提供一定的理论基础和实验性研究，同时提供了相应的方法，为未来的研究工作提供参考。

总之，基于神经网络的HSIC改进算法是一项重要的研究，旨在提高机器学习和数据分析的准确度和内禀性。

它在许多应用中发挥了重要作用，从而改善了机器学习算法的准确率和内禀特性。

未来对该算法的深入研究将会有助于更好地理解并应用它，从而在业务实践中发挥更大的作用。

- 1 -。

改进的HIS阴影去除算法研究及实现

改进的HIS阴影去除算法研究及实现
郭昉
【期刊名称】《科技信息》
【年(卷),期】2008(000)006
【摘要】在智能交通视频监控系统中,户外环境下目标物体阴影的存在会导致许多问题.为此,本文提出了一种基于颜色特征的车影去除改进方法,通过比较阴影存在前后的场景点在HSI空间中亮度畸变和色度、饱和度畸变的夹角的分布规律,达到检测和去除车辆阴影的目的并通过DSP系统实现.仿真结果表明本算法速度快,可信度高,明显降低了阴影对交通监控中目标检测的影响,并提高了算法的通用性.
【总页数】2页(P15,8)
【作者】郭昉
【作者单位】华北科技学院电子与信息工程系,中国,北京,101601;同济大学电子与信息工程学院,中国,上海,201804
【正文语种】中文
【中图分类】O1
【相关文献】
1.纠三错BCH码改进查找表译码算法研究及其实现 [J], 孔挺;余鹏;王浩
2.基于改进粒子滤波的井下跟踪算法研究与实现 [J], 崔丽珍;吴迪;赫佳星;邬嵩
3.改进ARED拥塞控制算法研究与实现 [J], 薛礼;陈利
4.改进的HSV阴影去除算法研究 [J], 谭家政;刘勇;邱芹军
5.引入感知模型的改进孪生卷积神经网络实现人脸识别算法研究 [J], 徐先峰; 张丽; 郎彬; 夏振
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进的HDCS的图像去噪方法

基于改进的HDCS的图像去噪方法虞继敏;叶家甬【期刊名称】《科学技术与工程》【年(卷),期】2017(017)023【摘要】According to the fact that digital images mainly contain Gauss and salt & pepper noise,an anisotropic hybrid diffusion model with source term was proposed.Traditional edge-enhancing and coherenceenhancing models also had the contrast between coherent structures and the background decreased while having the image denoised.A source term was introduced into the diffusion equation,and its impacts on each term of diffusion system were fully considered.The improved model can not only perfectly denoise the noisy image,but also effectively maintain the contrast between coherent structures and the background.Experimental results demonstrated that the proposed method can achieve a desired result of denoising and restoring image texture information,and create a better visual effect.%针对数字图像主要含有高斯噪声和椒盐噪声的特点,提出了一种基于改进的各向异性的混合扩散模型.传统的基于边缘增强和相干增强的模型,虽然能够有效地去除噪声;但也会存在减弱相干结构和背景的对比度等问题,同时在保持图像细节纹理方面可能会出现失真.通过在扩散方程中引入一个源项;并充分考虑它对模型中各项产生的影响,使得改进后的模型既能有效去除噪声,也能有效地保持相干结构和背景的对比度;同时在模型中引入一个偏微分方程用以获取保真项,使得图像的细节保护效果更明显.实验结果表明,该方法能达到较理想的去噪和恢复图像纹理信息的结果,而且明显改善了图像的视觉效果.【总页数】5页(P220-224)【作者】虞继敏;叶家甬【作者单位】重庆邮电大学自动化学院,重庆400065;重庆邮电大学自动化学院,重庆400065【正文语种】中文【中图分类】TP301.6【相关文献】1.基于改进高斯滤波算法的叶片图像去噪方法 [J], LI Jian;DING Xiao-qi;CHEN Guang;SUN Yang;JIANG Nan2.基于小波变换与You-Kaveh模型改进的图像去噪方法 [J], 唐泉; 张新东3.基于Perona-Malik模型改进的图像去噪方法 [J], 殷素雅;唐泉;张新东4.一种基于改进联合双边滤波的雷达图像去噪方法 [J], 孟凡;贾倩茜;杨光5.基于改进型生成对抗网络的图像去噪方法 [J], 黄梦然因版权原因，仅展示原文概要，查看原文内容请购买。

基于多策略改进的蜜獾优化算法

基于多策略改进的蜜獾优化算法
徐碧阳;覃涛;魏巍;范圆成;杨靖
【期刊名称】《小型微型计算机系统》
【年(卷),期】2024(45)3
【摘要】针对蜜獾算法(Honey Badger Algorithm,HBA)在解决复杂优化问题时存在收敛速度慢,容易陷入局部最优的问题,提出了一种基于多策略改进的蜜獾优化算法(IHBA).首先,引入Sobol序列初始化种群,增加种群的多样性;其次,引入动态自适应密度因子和黄金正弦策略,快速切割解空间,平衡全局搜索与局部搜索,提升寻优效率;然后,引入柯西变异策略,优化最优解,避免算法陷入局部最优.为验证算法的性能,选取7种智能算法与IHBA对比,对10个经典测试函数进行寻优对比和Wilcoxon秩和检验,仿真结果表明IHBA算法的收敛速度和寻优精度都得到了提升;最后,将IHBA用于求解2个实际的工程优化问题,仿真结果表明IHBA在解决工程优化问题时具有较好的鲁棒性和实用性.
【总页数】10页(P753-762)
【作者】徐碧阳;覃涛;魏巍;范圆成;杨靖
【作者单位】贵州大学电气工程学院;中国电建集团贵州电力设计研究院有限公司;中国电建集团贵州工程有限公司
【正文语种】中文
【中图分类】TP301
【相关文献】
1.基于改进蜜獾算法的永磁同步电机PI控制参数优化仿真
2.基于改进蜜獾算法的无人机三维路径规划
3.基于改进蜜獾优化算法的PID参数整定
4.基于多策略的改进蜜獾算法及其应用
因版权原因，仅展示原文概要，查看原文内容请购买。

SSPA器件非均匀性的形成及补偿方法

SSPA器件非均匀性的形成及补偿方法苏海冰;刘恩海;郝永杰【期刊名称】《光电工程》【年(卷),期】2001(028)001【摘要】The cause for generating nonuniform characteristics of SSPA imagesensor array is investigated based on introduction of its basic operating principle, and the correcting method is given. The technique has a large practical value for the detection of the signal with low contrast when SSPA device is applied.%介绍SSPA图象传感器阵列的基本工作原理,在此基础上主要探讨其不均匀性特性形成的原因，并且给出了校正方法。

该技术在用SSPA器件对低对比度信号的检测中有很大实用价值。

【总页数】4页(P58-61)【作者】苏海冰;刘恩海;郝永杰【作者单位】中国科学院光电技术研究所, 四川成都 610209;中国科学院光电技术研究所, 四川成都 610209;中国科学院光电技术研究所, 四川成都 610209【正文语种】中文【中图分类】TN364.2【相关文献】1.场发射平板显示器件亮度非均匀性校正方法的研究 [J], 郭军民;孙鉴2.提高红外器件磁控溅射沉积镀膜厚度均匀性的一种方法 [J], 孙祥乐;孙茜;孙金妮;王忆锋;余连杰;刘黎明3.考虑红外焦平面器件非线性响应的一种非均匀性校正方法 [J], 冯林;刘爽;赵凯生;官安全4.一种考虑红外焦平面器件非线性响应的非均匀性校正方法 [J], 石岩;张天序;李辉;曹治国5.基于均匀性补偿的跳频图案生成方法 [J], 汪小林;黎亮;张抒因版权原因，仅展示原文概要，查看原文内容请购买。

一种能令网络跳离假饱和区的改进BP算法

一种能令网络跳离假饱和区的改进BP算法
徐永
【期刊名称】《系统仿真学报》
【年(卷),期】2000(12)6
【摘要】分析了BP算法中假饱和存在的条件，给出了网络边界点的概念，提出了一种能令网络跳出假饱和提高训练速度的简单而实用的改进算法。

计算机模拟结果表明，该算法不仅明显加快了网络的收敛速度，而且还能避免节点传输函数中指数运算的溢出。

【总页数】3页(P609-610)
【关键词】神经网络;BP算法;系统仿真;假饱和区
【作者】徐永
【作者单位】福建师范大学物理系
【正文语种】中文
【中图分类】TP183;TP391.9
【相关文献】
1.多层前向神经网络的一种改进BP算法 [J], 张海燕;胡光锐;张东红
2.用于神经网络模式识别的一种改进的BP算法 [J], 刘岚;秦洪
3.一种改进的BP算法神经网络 [J], 邓娟;杨家明
4.前馈神经网络中BP算法的一种改进 [J], 孟斌;冯永杰;翟玉庆
5.一种神经网络BP算法的改进 [J], 来顺茂
因版权原因，仅展示原文概要，查看原文内容请购买。

用ISPH模拟不可压缩流体

用ISPH模拟不可压缩流体摘要：介绍了ISPH（incompressible Smoothed Particle Hydrodynamics，ISPH）的原理，以及SPH的一些基本原理和基本公式，分别用ISPH和WCSPH（Weakly Compressible SPH）模拟了不可压缩流体的Poiseuille流。

通过与WCSPH的结果及级数解作对比，验证了ISPH的可行性及其优点。

关键词：ISPH；不可压缩流体；压力泊松方程；数值模拟0引言SPH（Smoothed Particle Hydrodynamics）是一种基于粒子的无网格数值模拟方法。

它最初是由Lucy、Gingold和Monaghan用于求解可压缩的天体物理问题，后来由Monaghan和Takeda扩展到求解不可压缩流问题。

SPH对流体的不可压缩特性的处理曾先后使用了不同的方法。

早期，通常由一个人工状态方程把不可压缩流模拟为弱可压缩流，动态压力由这个状态方程显式地获得，这种模拟方法相应称为WCSPH（Weakly Compressible SPH）。

这种方法在低雷诺数时（Re ≤1）取得了可接受的结果，但在中、高雷诺数时误差较大。

为了克服WCSPH的这个缺点，Koshizuka提出了一种对不可压缩流体的模拟方法，通过求解一个压力泊松方程直接得到压力。

这个方法称为MPS 方法（Moving Particle Semi-implicit Method）。

Cummins 和Rudman也提出了PSPH（projection SPH），也是通过求解压力泊松方程执行流体不可压缩特性。

类似MPS、PSPH通过求解一个压力泊松方程得到压力的这些方法，可以总称为不可压SPH（incompressible SPH ，ISPH）。

本文在介绍了ISPH的原理，以及SPH的一些基本原理和基本公式后，通过模拟Poiseuille流，并与WCSPH的结果及级数解作对比，验证ISPH的可行性及其优点。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

维普资讯
第ｌ６卷
第７期
光学精密工程
ＯｐｔｃｎｄＰｒｃｓｏｇｉｅｉｉｓａｅｉｉｎＥｎｎｅｒｎｇ
Ｖｏ．６Ｎｏ７１１２０ｕ．０８
文章编号１０ — ２Ｘ（０８０２５００４９４２０）７１９—８
ｌｚｄ，ｅｕｔｈｗｈｔｔｅＨＳｙｅｒｓｌｓｓｏｔａｈＢＨａｂｃａｔｒｓｓｈｄｒｗａｋｃｎｎｏｅｉｔｔｅＳＰＡｔｃＳｏａｍｐｏｅＳａｔａｋ．ｎｉｒｖｄＨＢＨｌａ—
ｃｐａｉｙ，ａＨｉｇｎｉｉａｔＨｉｉｇ（ａｃｔｇｈＳｉｆｃｎｔＢｉｄｎＨＳＢＨ）ａｇｒｔｌｏｉｈｍｇａｎｓａｉｔＳＰＡ（ａＳｍｐｌｌｅＰａｒＡｎａｙｉ）ａａｙｌｓｓｎｌ —
ｓｓｉｒｐｏｅＴｈｅｉｅｎｈｉｃｐｅｏｉｓｐｏｓｄ．ｄａａｄｔｅｐｒｎｉｌｆＳＰＡｒｎｒｕｃｄ．ａｎｈｅＨＳＢＨｌｒｔｍｓａａａｅｉｔｏｄｅｄｔａｇｏｉｈｉｎ —
（．ＩｆｏｍａｉｎａｄＣｏｔｒＥｎｎｅｉｇＣｌｅｅ，１ｎｒｔｏｎｍｐｕｅｇｉｅｒｎｏｌｇ
ＮｏｔａｓｒｓｒｒｈｅｔＦｏｅｔｙＵｎｉｅｓｔ，Ｈａｒｉ０００，Ｃｈｉａ；ｖｒｉｙｂｎ１０５ｎ
可抵抗ＳＡ分析的ＨＳＨ改进算法ＰＢ
张健，于晓洋。黄海霞，，范身申
（．１东北林业大学信息与计算机工程学院，黑龙江哈尔滨１００；５００２哈尔滨理工大学测控技术与通信工程学院，．黑龙江哈尔滨１０４）５００
Ａｂｔａｔ：Ｉｄｒｔｍｐｏｅｔｅｒｂｕｓｆｉａｅｉｏｍａｉｎｈｄｉｇｍｅｈｏｎｄｔｎｃｅｓｈｄｉｇｓｒｃｎｏｒｅｏｉｒｖｈｏｔｏｍｇｎｆｒｔｏｉｎｔｄａｏｉｒａｅｔｅｈｉｎ
摘要：了提高图像信息隐藏方法的鲁棒性以及增加隐藏容量，出了一种可以抵抗ＳＡ分析的ＨＳＨ算法。介绍了为提ＰＢＳＡ方法的思想和原理，析了高位空域隐藏算法ＨＳＨ，出其并不能抵抗ＳＡ分析的结论。进而对ＨＳＨ算法进Ｐ分Ｂ得ＰＢ行ｒ改进，出了一种有效的可以抵抗ＳＡ攻击的方法。实验结果表明：助ＳＡ方法的思想，以在隐藏率＞３的提Ｐ借Ｐ可情况下，确检测其是否含有隐藏信息，确检测率达到９以上。改进后的ＨＳＨ算法，论嵌入量多少，Ｐ分析准正５Ｂ无ＳＡ都将得到一个非常小的估计值，做出未隐藏信息的错误判断，而达到安全隐藏信息的目的。并从
ｍｅｓｇｅｉｍｂｄｄｂｙｔｍｐｒｖｄｌｏｉｈｍ，ＳＰＡｔｇａａｙｉｉｌｅａｖｒｍａｌｅｔｍａｉｎｓａｓｅｅｄｅｈｅｉｏｅａｇｒｔｓｅｎｌｓｓｗｌｇｔｅｙｓｌｓｉｔｏ
２．ＣｏｌｇｆＭｅｓｒｍｅｔｃｎｒｌＴｅｈｏｏｙ＆Ｃｍｍｕｉａｉｎｇｎｅｉｇ．Ｈａｂｎｌｅｅｏａｕｅｎ—ｏｔｏｃｎｌｇｏｎｃｔｏｓＥｎｉｅｒｎｒｉＵｎｖｒｉｙｏｉｎｅａｄＴｅｈｏｏｉｅｓｔｆＳｃｅｃｎｃｎｌｇｙ，Ｈａｂｎ１０８ｒｉ００，Ｃｉａ５ｈｎ）
ｒｔｆｄｔｃｉｎｉｎａｌ５／ｗｈｎｔｅｅｅｄｎａｅｉｍｏｅｔａ．Ａｎｏｍａｔｒｈｗｃａｅｏｅｅｔｓｅｒｙ９６ｏ９ｅｈｍｂｄｉｇｒｔｓｒｈｎ３ｄｎｔｅｏｍｕｈ
ｇｒｔｍｓｐｅｅｅｏｉｈｉｒｓｎｔｄ．ＴｈｅｘｒｍｅｔｌｒｓｔｎｄｃｔｈｔｏｉｅｉｔｅＳＰＡｄｅｅｐｅｉｎａｅｕｌｓｉｉａｅｔａ，ｃｎｓｄｒｎｇｈｉａ。ｔｅｃｒｅｔｈｏｒｃ
关键词：息隐藏；ＬＳ信Ｂ算法；ＨＳＢＨ算法；ＳＰＡ中图分类号：３９０ＴＰ０．７文献标识码：Ａ
ＩｐｒｖｄＨＳｍｏｅＢＨｌｏｉｈｍｇｉｓａｇｒｔａａｎｔＳＰＡ
ＺＨＡＮＧＪａＹＵａ — ａｇ，ｉｎ～，ＸｉｏｙｎＨＵＡＮＧｌｉ。ＦＮＳｅ — ｈｎＨａ— ａ，Ａｈｎｓｅ。ｘ