针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

针对巴西圆盘荷载接触条件对巴西劈裂试验影响的问题，采用声发射监测系统开展线/非线荷载接触条件下低孔隙率砂岩巴西劈裂试验。直径为50 mm，厚度为25 mm的标准巴西圆盘按照同一种传感器三维布设方式布置8个Nano30传感器。在相同的荷载速率下，声发射监测Richter8系统对线/非线荷载两种荷载条件下的巴西圆盘进行准静态加载的波形信号连续记录。通过P波自动到时及网格坍塌搜索算法进行定位，在线/非线荷载条件下分别有1131和931个声发射事件被成功定位。圆盘的起裂位置均在圆盘非中心位置，对于非中心起裂的试验值可能低估了巴西抗拉强度。裂纹下半球极点密度投影分析表明，非线荷载条件下破裂面的局部扭曲程度大于线荷载。试样三维损伤演化结果表明，圆盘所受荷载面积大小，显著影响圆盘损伤累计的时间、释放能量的大小和裂纹扩展的稳定性。对有效声发射定位事件进行矩张量分解获取了两种荷载条件下各向同性部分（ISO）、纯双力偶（DC）和补偿线性矢量偶极成分（CLVD）频率百分比，并采用微裂纹破裂类型分类方法来定量分析震源机制，结果表明巴西劈裂对荷载条件并不敏感，两者均可以解释为近似平行于荷载方向上的张拉裂纹的萌生、扩展及贯通

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度

基于图论的确定性分配算法 上升-下降算法的基本思想 上升-下降算法分析 层次分配算法 超载者启动的分布式启发式算法 超/欠载者启动的结合 拍卖算法

分布式处理机分配算、基于任务优先图的任务调度、基于任务相互关系图的任务调度处理器图定义、基于任务优先图的任务调度线性分类与非线性分类的比较、基于图论的确定性分配算法、处理机分配算法举例

为解决冶金工业中网络拓扑稳定情况下的分簇问题,提出了一种基于节点邻域势函数的无线传感器网络模糊分簇算法.该算法将邻居节点的势函数信息作为模糊C均值隶属度矩阵的权值,用于网络分簇,提高了网络的负载均衡指数,确保分簇更加均衡.仿真实验表明,与LEACH相比,该算法使网络生命周期提高了93.6%,大幅延长了网络生命周期

机器学习：采用最小误差阈值分割算法的基因芯片图像分析

◼ 分治算法的原理 ◼ 大整数乘法 ◼ 矩阵乘法 ◼ 求第k小元素问题 ◼ 寻找最近点对 ◼ 快速傅立叶变换 ◼ 寻找凸包

人工智能基础：局部颜色模型的交互式Graph-Cut分割算法

机器学习：一种概率过程神经元网络模型及分类算法