检索结果-维普期刊中文期刊服务平台

基于改进粒子群算法的无线传感器网络覆盖优化: 1; 作者任进李一博闵畅《无线电工程》 2024年第12期2841-2849,共9页; 为了提高无线传感器网络(Wireless Sensor Network, WSN)的覆盖率,提出了一种基于相互学习能力和动态学习因子的改进粒子群优化(Modified Partide Swarm Optimization, MPSO)算法。引入了拉丁超立方采样(Latin Hypercube Sampling, LHS... 展开更多; 关键词无线传感器网络粒子群优化算法拉丁超立方采样相互学习能力动态学习因子; 在线阅读下载PDF 职称材料

种群分类粒子群改进算法研究被引量：6: 2; 作者毕晓君刘国安《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2008年第9期991-996,共6页; 针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出一种改进的粒子群算法.该算法首先利用粒子适应值的统计规律对粒子进行分类,对属于不同类别的粒子采用不同的进化模型,对于利用完全模型进化的粒子,采用动态调整学习因子的方法,从而... 展开更多; 关键词粒子群算法种群分类动态学习因子基准函数; 在线阅读下载PDF 职称材料

基于通道特征聚合的行人重识别算法被引量：1: 3; 作者徐增敏陆光建 +2 位作者陈俊彦陈金龙丁勇《应用科学学报》 CAS CSCD 北大核心 2023年第1期107-120,共14页; 在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通... 展开更多; 关键词分组卷积通道注意力修正线性单元激活函数动态学习因子; 在线阅读下载PDF 职称材料

基于改进粒子群算法的火炮内弹道多参数符合计算被引量：4: 4; 作者贺磊姚养无 +1 位作者李树军丰婧《火力与指挥控制》 CSCD 北大核心 2021年第11期165-169,共5页; 为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一。在经典内弹道方程组的基础上,阐述了经典内弹道计算原... 展开更多; 关键词内弹道粒子群算法非线性递减惯性权重动态学习因子符合计算; 在线阅读下载PDF 职称材料

改进粒子群算法的轨道列车节能控制优化被引量：8: 5; 作者黄江平程绍榕《华东交通大学学报》 2020年第2期56-63,共8页; 当前列车节能控制研究的优化算法存在优化效果不明显,收敛速度慢等一系列问题,提出了一种引入自适应惯性权重,同时加入具有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法。一是通过惯性权重来平衡不同阶段的搜索能力,加入... 展开更多; 关键词列车节能控制粒子群自适应惯性权重动态调整学习因子改进速度公式; 在线阅读下载PDF 职称材料

题名基于改进粒子群算法的无线传感器网络覆盖优化: 1; 作者任进李一博闵畅; 机构北方工业大学信息学院; 出处《无线电工程》 2024年第12期2841-2849,共9页; 基金 2023年北京市大学生创新创业训练计划项目(23XN262-30) 2023北方工业大学教改项目(23XN264-06) +1 种基金 2023年北京市高等教育学会面上课题(MS2023178)。; 文摘为了提高无线传感器网络(Wireless Sensor Network, WSN)的覆盖率,提出了一种基于相互学习能力和动态学习因子的改进粒子群优化(Modified Partide Swarm Optimization, MPSO)算法。引入了拉丁超立方采样(Latin Hypercube Sampling, LHS)序列来初始化种群,增加了种群的多样性,为之后优化奠定基础;引入一种相互学习方法,粒子通过随机选择目标粒子来增强自身的学习能力,提升局部寻优性能;利用一种动态学习因子策略,通过改变粒子的学习能力,加快了算法收敛速度并增强了全局寻优能力。仿真结果表明,在不改变原算法复杂度的情况下,相较于基本PSO算法和其他对比算法,改进PSO算法可以耗费更少的资源达到更好的寻优效果,可以有效地解决网络覆盖盲区和覆盖冗余问题,提高网络覆盖率。; 关键词无线传感器网络粒子群优化算法拉丁超立方采样相互学习能力动态学习因子; Keywords Wireless sensor network(WSN) Particle swarm optimization(PSO) Latin hypercube sampling(LHS) Mutual learning ability Dynamic learning factor; 分类号 TN915.9 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名种群分类粒子群改进算法研究被引量：6: 2; 作者毕晓君刘国安; 机构哈尔滨工程大学信息与通信工程学院; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2008年第9期991-996,共6页; 文摘针对粒子群算法在陷入局部最优时难于跳出的缺陷,提出一种改进的粒子群算法.该算法首先利用粒子适应值的统计规律对粒子进行分类,对属于不同类别的粒子采用不同的进化模型,对于利用完全模型进化的粒子,采用动态调整学习因子的方法,从而大大提高了算法的优化效率和优化精度.通过反复实验分析,得出学习因子随着进化推进的最优变化规律,并给出了学习因子的最佳函数表达式.仿真结果表明,利用改进的PSO算法优化4种具有代表性的基准函数,无论是在优化精度方面还是在优化效率方面,均较以往提出的PSO算法在性能上有本质的提高.; 关键词粒子群算法种群分类动态学习因子基准函数; Keywords PSO algorithm population classification dynamic learning factor benchmark functions; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于通道特征聚合的行人重识别算法被引量：1: 3; 作者徐增敏陆光建陈俊彦陈金龙丁勇; 机构桂林电子科技大学数学与计算科学学院桂林电子科技大学计算机与信息安全学院桂林安维科技有限公司; 出处《应用科学学报》 CAS CSCD 北大核心 2023年第1期107-120,共14页; 基金国家自然科学基金(No.61862015) 广西科技基地和人才专项基金(No.2021AC06001) 广西重点研发计划项目基金(No.AB17195025)资助。; 文摘在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通道特征图对激活值的准确响应问题,引入一个动态学习因子来丰富通道特征权重信息,以形成新的加权激活函数Weighted ReLU(WReLU);基于分组卷积特征图局部而设计新的激活函数Leaky Weighted ReLU(LWReLU),有效提高不同位置的深度特征表达能力;在Split-Attention和SE block中应用LWReLU,改善Split-Attention对各组特征图的权重学习能力;利用circle loss改进损失函数,优化目标收敛过程,从而提高模型精度。实验结果表明:在CUHK03-NP、Market1501和DukeMTMC-ReID数据集上,所提方法的Rank-1比原骨干网络分别提高了19.08%、0.98%、2.02%,且其mAP比原骨干网络分别提高了17.13%、2.11%、2.56%。; 关键词分组卷积通道注意力修正线性单元激活函数动态学习因子; Keywords group convolution channel attention rectified linear unit activation function dynamic learning factor; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于改进粒子群算法的火炮内弹道多参数符合计算被引量：4: 4; 作者贺磊姚养无李树军丰婧; 机构中北大学机电工程学院宁波军鸽防务科技有限公司中北大学信息与通信工程学院; 出处《火力与指挥控制》 CSCD 北大核心 2021年第11期165-169,共5页; 文摘为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一。在经典内弹道方程组的基础上,阐述了经典内弹道计算原理,并对基本粒子群算法进行了改进,使改进后的粒子群算法在迭代初期有较大的惯性权重ω和学习因子c_(1)以及较小的学习因子c_(2),而在迭代后期有较小的惯性权重ω和学习因子c_(1)以及较大的学习因子c_(2),从而有效地避免粒子群陷入局部最优而导致收敛精度低的缺陷。将改进后的粒子群算法应用于火炮内弹道多参数符合计算,算例结果表明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是火炮内弹道多参数符合计算的理想算法之一。; 关键词内弹道粒子群算法非线性递减惯性权重动态学习因子符合计算; Keywords interior ballistics particle swarm optimization algorithm linear decreasing inertia weight dynamic learning factor coincidental calculation; 分类号 TJ012 [兵器科学与技术—兵器发射理论与技术]; 在线阅读下载PDF 职称材料

题名改进粒子群算法的轨道列车节能控制优化被引量：8: 5; 作者黄江平程绍榕; 机构华东交通大学电气与自动化工程学院; 出处《华东交通大学学报》 2020年第2期56-63,共8页; 基金江西省教育厅科技项目(GJJ160490)。; 文摘当前列车节能控制研究的优化算法存在优化效果不明显,收敛速度慢等一系列问题,提出了一种引入自适应惯性权重,同时加入具有调整能力的动态学习因子与改进速度更新公式的粒子群优化算法。一是通过惯性权重来平衡不同阶段的搜索能力,加入拥有调整能力的动态学习因子,着重加强算法后期的运算效率和收敛能力,同时引入惩罚函数,将列车运行过程中的拘束条件转化为惩罚因子,提升搜索速率;二是对传统的速度更新公式进行改进,用来降低选取到不理想的粒子影响寻优结果的概率。经过Matlab仿真分析,与传统的列车运行优化算法相比,改进后的优化算法收敛速度更快,列车节能效果更好。; 关键词列车节能控制粒子群自适应惯性权重动态调整学习因子改进速度公式; Keywords train energy-saving control particle swarm optimization(PSO) adaptive inertia weight dynamic learning factor improved speed update formula; 分类号 U292.43 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于改进粒子群算法的无线传感器网络覆盖优化	任进李一博闵畅	《无线电工程》	2024	0	在线阅读下载PDF 职称材料
2	种群分类粒子群改进算法研究	毕晓君刘国安	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2008	6	在线阅读下载PDF 职称材料
3	基于通道特征聚合的行人重识别算法	徐增敏陆光建陈俊彦陈金龙丁勇	《应用科学学报》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
4	基于改进粒子群算法的火炮内弹道多参数符合计算	贺磊姚养无李树军丰婧	《火力与指挥控制》 CSCD 北大核心	2021	4	在线阅读下载PDF 职称材料
5	改进粒子群算法的轨道列车节能控制优化	黄江平程绍榕	《华东交通大学学报》	2020	8	在线阅读下载PDF 职称材料