导读:本文包含了算法映射论文开题报告文献综述及选题提纲参考文献，主要关键词:混沌映射,惯性权重,学习因子,简化粒子群算法
算法映射论文文献综述
杨万里,周雪婷,陈孟娜[1]（2019）在《基于Logistic映射的新型混沌简化PSO算法》一文中研究指出针对基本粒子群算法易陷入局部最优、收敛速度慢、收敛精度差等问题,提出一种基于Logistic映射的新型混沌简化PSO算法(CIW-SPSO)。该算法引入混沌理论使惯性权重具有混沌搜索能力,同时使学习因子随寻优过程呈正弦函数变化,降低算法陷入局部最优的概率。使用6个经典测试函数进行仿真测试,结果表明:本算法收敛速度快,收敛精度高,能避免陷入局部最优,提升算法优化性能。(本文来源于《计算机与现代化》期刊2019年12期）
吴昊[2]（2019）在《基于聚合度热点收敛映射机制的云计算人工智能数据筛选算法》一文中研究指出考虑到当前云计算智能数据筛选算法具有资源处理效率不高、用户满足度低、数据收敛效果不理想等问题,设计了一种基于聚合度热点收敛映射机制的云计算人工智能数据筛选算法。首先,基于供给侧—需求侧匹配模型,提出了一种基于资源匹配最大化的数据处理方案,显着提高云处理中心在并行计算上存在的效率。随后,通过设计聚焦成本、时间片及用户可靠度等叁个调度参数,并结合拉格朗日优化方法,实现对聚焦成本、时间片、用户可靠度等最优调度,改善数据筛选性能。仿真实验表明,与当前常用的超欧里几何数据筛选算法(Ultra-Eulerian Geometric Data Screening Algorithms,UEG算法)、时间片累积调度筛选算法(Time Slice Cumulative Scheduling Filtering Algorithm,TSC-SF算法)相比,本文算法具有并发调度业务数多、数据筛选带宽高等特点,具有很强的实际部署价值。(本文来源于《大庆师范学院学报》期刊2019年06期）
黄明,贾嘉楠,李闪磊,张建广,龚建辉[3]（2019）在《多像位姿估计的全景纹理映射算法》一文中研究指出纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段,正以其独特的优势广泛地应用于众多行业领域。研究了一种利用叁维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态,通过对首张影像进行标定得到其位置姿态后,利用摄像机空间旋转的几何特性,根据首张影像的位姿获取其余影像的位姿,继而完成多张影像的纹理映射,获取全景彩色点云。对比目前主流的全景影像纹理映射算法,该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验,结果表明,该方法能够快速准确地获取真叁维全景彩色点云,为叁维精细化建模提供了数据基础。(本文来源于《武汉大学学报(信息科学版)》期刊2019年11期）
耿彬彬,朱范华,王江燕[4]（2019）在《基于改进的Logistic映射和Henon映射图像加密算法》一文中研究指出基于图像在传输中的安全性的考虑,提出利用结合了改进的Logistic映射和Henon映射的加密算法处理图像的方案。该方案先用logistic混沌映射对图像的位置进行置乱,然后再使用Henon混沌映射在logistic混沌映射造成的位置置乱的基础上进行像素值置乱,该方案充分扰乱了图像的像素相关性,产生了像素位置和像素值双重置乱的效果。通过仿真结果表明,该算法简单易于实现,对图像具有较好的加密效果,而且具有高度的安全性和较强的抗攻击能力的特点。(本文来源于《科技经济导刊》期刊2019年31期）
郭滨鹏,粟时平,付航,黄华钦,周路平[5]（2019）在《基于映射策略的MMC电容电压平衡控制算法》一文中研究指出本文提出了一种新的应用于模块化多电平换流器(MMC)电容电压(CV)平衡的策略。电容电压平衡是MMC应用中面临的主要问题,通常采用全桥臂控制方法解决。采用此方法,根据子模块电压对其排序是必不可少的。然而,随着子模块的增长,这些算法的执行时间和计算工作量将迅速增加。本文提出了一种新的思路,通过使用映射策略,直接根据测量的电容电压将子模块存储在排序列表中。避免使用排序算法,使执行时间和计算工作量显着减少。(本文来源于《电力电容器与无功补偿》期刊2019年05期）
赵祥龙,陈捷,洪荣晶,王华,李媛媛[6]（2019）在《基于Wavelet leader和优化的等距映射算法的回转支承自适应特征提取》一文中研究指出为了解决回转支承振动信号微弱,特征信息不易提取的问题,提出基于Wavelet leader方法和经混合灰狼算法优化的等距映射算法(HGWO-ISOMAP)的多分形自适应特征提取方法.利用Wavelet leader计算多分形特征,挖掘振动数据的几何结构信息,构造高维特征矩阵;通过HGWO优化后的ISOMAP算法对高维特征矩阵进行自适应特征筛选;将筛选后的特征矩阵输入到经遗传算法(GA)优化的最小二乘支持向量机(LSSVM)中进行故障状态识别.为了验证所提方法的优越性,采用课题组自主研发的回转支承综合性能试验台对某型号回转支承进行全寿命实验.结果表明,相比一般时域、时频域、频域特征提取方法,所提方法能提高识别精度,缩短计算时间,为回转支承特征提取提供新的有效途径.(本文来源于《浙江大学学报(工学版)》期刊2019年11期）
焦腾云,王明泉,张俊生,郭智杰,王玉[7]（2019）在《轮毂高动态X射线图像分层色调映射算法》一文中研究指出在目前的轮毂X射线成像系统中,常采用的图像显示算法为窗位窗宽算法,此算法操作过程繁琐,效率不高,不能同时还原图像的各部分细节,图像显示质量较差.鉴于此,本文借鉴HDR色调映射技术,提出了基于梯度域引导滤波的分层色调映射算法,利用梯度域引导滤波器进行图像分层,然后对基础层进行自适应对数压缩,对细节层进行补偿,最后将图像合并输出,使高动态范围图像在普通显示屏上显示效果更优.实验结果表明,本文算法还原了图像细节信息,提高了图像对比度和清晰度,产生了较好的视觉效果.(本文来源于《测试技术学报》期刊2019年05期）
王峰,严利民[8]（2019）在《一种亮度分区和导向滤波相结合的色调映射算法》一文中研究指出针对高动态范围(High Dynamic Range,HDR)图像的动态范围与普通显示设备不匹配的问题,本文提出了一种亮度分区和导向滤波相结合的色调映射算法。首先,通过颜色空间转换将输入的HDR图像转换到CIEL*a*b*空间,得到亮度层和色度层图像,接着对亮度层图像进行对数压缩并分区,对压缩后的各分区亮度图像选取合适γ值进行校正。然后,对于现有映射算法过于强调对图像亮度的处理而忽略色度的问题,本文将压缩后的亮度图像作为引导图像对色度层图像进行导向滤波处理。最后,将处理后的亮度层图像和色度层图像融合得到标准动态范围(Standard Dynamic Range,SDR)图像。通过对比实验表明,本文算法得到的图像在清晰度、信息熵、方差方面较全局映射法、局部映射法和双边滤波法平均提高了94.03%、30.73%和24.23%,说明本文算法在实现高动态图像亮度压缩的同时,更好地实现了对色度和局部细节的处理。(本文来源于《液晶与显示》期刊2019年10期）
张靖君,王玲[9]（2019）在《混合映射方式下NAND闪存垃圾回收算法》一文中研究指出针对基于混合映射的FAST算法中垃圾回收开销大、磨损均衡效果差和I/O响应时间长的问题,提出一种基于混合映射的垃圾回收算法.该算法提出了一种基于循环队列的冷热块识别方法,识别方法通过对队列中相同逻辑块地址的热度权值进行求和得到逻辑块的热度值,并将写入的数据按照所在逻辑块的热度值分为"热"数据和"冷"数据,分别写入到不同擦除次数的日志块中,减少全合并的次数.同时,算法还构造了一种新的回收代价函数用于选择回收块,在考虑回收开销的同时,还兼顾磨损均衡的问题.实验结果表明,该算法与FAST算法相比,磨损均衡效果有较大提升,总擦除次数和全合并次数大幅减少,I/O响应时间明显降低.(本文来源于《小型微型计算机系统》期刊2019年10期）
赵海武,顾晓,陈佳玲,余玲芝[10]（2019）在《全景视频基于纬度分段映射算法》一文中研究指出在全景视频映射过程中,局部区域往往存在严重过采样或欠采样的问题。针对该问题,提出一种基于纬度分段映射算法(Latitude-Based Segmentation Mapping, LBSM)。用4条纬线将包含全景的球面切分为5个部分,并分别对这5部分用不同的方式进行采样;将所有采样后的像素排布为一整个紧凑的矩形以便于编码;通过扩边方法消除编码过程中产生的痕迹,以此提升视频的主观质量。实验表明,与经纬图映射算法(ERM)、双环带映射算法(DRM)、二十面体映射算法(ISM)相比,LBSM算法能够节省更多码率。与基准算法ERM相比,在使用SPSNR和WSPSNR代替PSNR的情况下,码率分别平均降低11.39%和11.76%,压缩效果显着提升。(本文来源于《计算机应用与软件》期刊2019年10期）
算法映射论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到当前云计算智能数据筛选算法具有资源处理效率不高、用户满足度低、数据收敛效果不理想等问题,设计了一种基于聚合度热点收敛映射机制的云计算人工智能数据筛选算法。首先,基于供给侧—需求侧匹配模型,提出了一种基于资源匹配最大化的数据处理方案,显着提高云处理中心在并行计算上存在的效率。随后,通过设计聚焦成本、时间片及用户可靠度等叁个调度参数,并结合拉格朗日优化方法,实现对聚焦成本、时间片、用户可靠度等最优调度,改善数据筛选性能。仿真实验表明,与当前常用的超欧里几何数据筛选算法(Ultra-Eulerian Geometric Data Screening Algorithms,UEG算法)、时间片累积调度筛选算法(Time Slice Cumulative Scheduling Filtering Algorithm,TSC-SF算法)相比,本文算法具有并发调度业务数多、数据筛选带宽高等特点,具有很强的实际部署价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
算法映射论文参考文献
[1].杨万里,周雪婷,陈孟娜.基于Logistic映射的新型混沌简化PSO算法[J].计算机与现代化.2019
[2].吴昊.基于聚合度热点收敛映射机制的云计算人工智能数据筛选算法[J].大庆师范学院学报.2019
[3].黄明,贾嘉楠,李闪磊,张建广,龚建辉.多像位姿估计的全景纹理映射算法[J].武汉大学学报(信息科学版).2019
[4].耿彬彬,朱范华,王江燕.基于改进的Logistic映射和Henon映射图像加密算法[J].科技经济导刊.2019
[5].郭滨鹏,粟时平,付航,黄华钦,周路平.基于映射策略的MMC电容电压平衡控制算法[J].电力电容器与无功补偿.2019
[6].赵祥龙,陈捷,洪荣晶,王华,李媛媛.基于Waveletleader和优化的等距映射算法的回转支承自适应特征提取[J].浙江大学学报(工学版).2019
[7].焦腾云,王明泉,张俊生,郭智杰,王玉.轮毂高动态X射线图像分层色调映射算法[J].测试技术学报.2019
[8].王峰,严利民.一种亮度分区和导向滤波相结合的色调映射算法[J].液晶与显示.2019
[9].张靖君,王玲.混合映射方式下NAND闪存垃圾回收算法[J].小型微型计算机系统.2019
[10].赵海武,顾晓,陈佳玲,余玲芝.全景视频基于纬度分段映射算法[J].计算机应用与软件.2019