期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
超维计算概念、应用及研究进展
被引量:
2
1
作者
刘文波
姚翼荣
+1 位作者
张弓
胡文
《系统工程与电子技术》
EI
CSCD
北大核心
2023年第7期1938-1956,共19页
超维计算是一种受大脑工作机制启发的新兴认知模型,使用信息的高维、随机、全息分布式表示作为处理对象,具有低运算成本、快速学习过程、高硬件友好性、强鲁棒性、不依赖大数据和优异的模型可解释性等优势,在分类识别、信号处理、多任...
超维计算是一种受大脑工作机制启发的新兴认知模型,使用信息的高维、随机、全息分布式表示作为处理对象,具有低运算成本、快速学习过程、高硬件友好性、强鲁棒性、不依赖大数据和优异的模型可解释性等优势,在分类识别、信号处理、多任务学习、信息融合、智能决策等领域有着良好的应用前景。近年来,超维计算受到的关注量持续增加,展现出巨大的发展潜力,为研究人员提供了一种新选择。本文详细介绍了超维计算的发展历史、基本原理和模型框架,给出超维计算的典型应用实例,并对超维计算现阶段存在的问题和未来可能的发展方向进行了探讨。
展开更多
关键词
超维计算
分类识别
分布式表示
机器学习
研究进展
在线阅读
下载PDF
职称材料
基于EFT遗传算法的分布式图像绘制
2
作者
孙向军
李千目
刘凤玉
《计算机工程》
CAS
CSCD
北大核心
2004年第12期32-33,80,共3页
在分布式图像绘制中,为提高图像绘制速度,达到图像的实时绘制,缩短任务调度长度,提出了基于最早完成时间(EFT)启发的遗传算法,染色体编码采用问题属性作为基因。实验表明它对于解决异构网络平台下分布式任务调度具有很好的收敛速度,最...
在分布式图像绘制中,为提高图像绘制速度,达到图像的实时绘制,缩短任务调度长度,提出了基于最早完成时间(EFT)启发的遗传算法,染色体编码采用问题属性作为基因。实验表明它对于解决异构网络平台下分布式任务调度具有很好的收敛速度,最佳的调度长度和调度方案。应用于分布式图像绘制可以取得良好的实时性和较佳的图像质量。
展开更多
关键词
遗传算法
异构分布式计算机
任务调度
分布式图像绘制
最早完成时问
在线阅读
下载PDF
职称材料
基于分组量化的高效超维计算分类方法
被引量:
1
3
作者
姚晓芳
田波
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2022年第9期197-204,共8页
针对当前超维计算(hyperdimensional computing,HD)中大多数方法计算量大、效率低的问题,提出了一种基于分组量化的高效超维计算分类方法,在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD...
针对当前超维计算(hyperdimensional computing,HD)中大多数方法计算量大、效率低的问题,提出了一种基于分组量化的高效超维计算分类方法,在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD计算推理阶段的计算量;其次,考虑到查询超向量的相似度计算随着类数的增加而增加,设计了一个分组查询方案,通过检查类的子集来减少相似度计算;最后,使用双值2次幂的量化方式来消除推理阶段的乘法运算,进一步提高计算速度.实验结果表明,与其他HD计算模型相比,所提方法性能优良,在相同的精度水平下,明显降低了能耗和执行时间.
展开更多
关键词
类脑计算
超维计算
分组量化
计算效率
在线阅读
下载PDF
职称材料
基于自适应环吸引子网络的基础数值计算模型
4
作者
陈信宇
陈祖刚
《计算机应用研究》
2025年第12期3628-3636,共9页
提出了一种生物启发式的自适应HDC网络模型,在模型中实现哺乳动物大脑头部方向细胞运作规律的模仿,利用自调整权重与Hebbian学习法则,实现了网络的自主学习与误差修正功能。实验结果发现,在自主学习方面,网络权重可基于计算误差进行自...
提出了一种生物启发式的自适应HDC网络模型,在模型中实现哺乳动物大脑头部方向细胞运作规律的模仿,利用自调整权重与Hebbian学习法则,实现了网络的自主学习与误差修正功能。实验结果发现,在自主学习方面,网络权重可基于计算误差进行自适应调整,平均收敛时间为2.5次迭代,学习效率比固定权重方法提升60%;在误差修正方面,系统能够将误差修正率达到94%,最终误差稳定控制在3%以内。环状拓扑模式借助LIF神经元组建而成,实现兴奋性与抑制性信号联系状态调控能力。各类神经类测算任务通过它处理后,相比传统固定权重方法,适应性学习收敛时间缩短60%,无论是在处理结果超出[0,99]的溢出情况时还是处理跨度不同加减运算任务,都表现出平均误差率降低35%的性能提升。本研究为生物启发式智能计算的发展提供了新的研究思路,在脑科学引起的人工智能进步方面,具有重要的参考借鉴功能及推广应用的可能性。
展开更多
关键词
头部方向细胞(
hdc
)
自适应神经网络
Hebbian学习
生物启发计算
神经形态计算
在线阅读
下载PDF
职称材料
题名
超维计算概念、应用及研究进展
被引量:
2
1
作者
刘文波
姚翼荣
张弓
胡文
机构
南京航空航天大学自动化学院
高速载运设施的无损检测监控技术工业和信息化部重点实验室
南京航空航天大学电子信息工程学院
雷达成像与微波光子技术教育部重点实验室
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2023年第7期1938-1956,共19页
基金
国家重点研发计划(2018YFB2003304)
国家自然科学基金(62271255,62271286,61871218)
+2 种基金
上海航天科技创新基金(SAST2021-026)
南京航空航天大学前瞻布局科研专项
雷达成像与微波光子技术教育部重点实验室开放课题基金(NJ20220008,NJ20210008)资助课题。
文摘
超维计算是一种受大脑工作机制启发的新兴认知模型,使用信息的高维、随机、全息分布式表示作为处理对象,具有低运算成本、快速学习过程、高硬件友好性、强鲁棒性、不依赖大数据和优异的模型可解释性等优势,在分类识别、信号处理、多任务学习、信息融合、智能决策等领域有着良好的应用前景。近年来,超维计算受到的关注量持续增加,展现出巨大的发展潜力,为研究人员提供了一种新选择。本文详细介绍了超维计算的发展历史、基本原理和模型框架,给出超维计算的典型应用实例,并对超维计算现阶段存在的问题和未来可能的发展方向进行了探讨。
关键词
超维计算
分类识别
分布式表示
机器学习
研究进展
Keywords
hyperdimensional
computing
(
hdc
)
category recognition
distributed representation
machine learning
research progress
分类号
TP181 [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EFT遗传算法的分布式图像绘制
2
作者
孙向军
李千目
刘凤玉
机构
南京理工大学计算机系
出处
《计算机工程》
CAS
CSCD
北大核心
2004年第12期32-33,80,共3页
基金
国家"863"计划基金资助项目(2001AA113161)
文摘
在分布式图像绘制中,为提高图像绘制速度,达到图像的实时绘制,缩短任务调度长度,提出了基于最早完成时间(EFT)启发的遗传算法,染色体编码采用问题属性作为基因。实验表明它对于解决异构网络平台下分布式任务调度具有很好的收敛速度,最佳的调度长度和调度方案。应用于分布式图像绘制可以取得良好的实时性和较佳的图像质量。
关键词
遗传算法
异构分布式计算机
任务调度
分布式图像绘制
最早完成时问
Keywords
Genetic algorithm
Heterogeneous distributed computer(
hdc
)
Task schedule
Distributed image rendering
Earliest finish time(EFT)
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于分组量化的高效超维计算分类方法
被引量:
1
3
作者
姚晓芳
田波
机构
铜仁学院大数据学院计算机科学系
出处
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2022年第9期197-204,共8页
基金
国家自然科学基金项目(61741214)
贵州省科技厅基础研究项目(黔科合基础[2020]1Y260)
铜仁市科技局项目(铜市科研[2018]17号).
文摘
针对当前超维计算(hyperdimensional computing,HD)中大多数方法计算量大、效率低的问题,提出了一种基于分组量化的高效超维计算分类方法,在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD计算推理阶段的计算量;其次,考虑到查询超向量的相似度计算随着类数的增加而增加,设计了一个分组查询方案,通过检查类的子集来减少相似度计算;最后,使用双值2次幂的量化方式来消除推理阶段的乘法运算,进一步提高计算速度.实验结果表明,与其他HD计算模型相比,所提方法性能优良,在相同的精度水平下,明显降低了能耗和执行时间.
关键词
类脑计算
超维计算
分组量化
计算效率
Keywords
brain-Inspired
computing
hyperdimensional
computing
grouping quantization
computational efficiency
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于自适应环吸引子网络的基础数值计算模型
4
作者
陈信宇
陈祖刚
机构
郑州大学计算机与人工智能学院
出处
《计算机应用研究》
2025年第12期3628-3636,共9页
基金
国家自然科学基金资助项目(42201505)
海南省自然科学基金资助项目(622QN352)
+1 种基金
国家重点研发计划资助项目(2021YFF070420304)
中国科学院计算机网络与信息专项资助项目(2025000010)。
文摘
提出了一种生物启发式的自适应HDC网络模型,在模型中实现哺乳动物大脑头部方向细胞运作规律的模仿,利用自调整权重与Hebbian学习法则,实现了网络的自主学习与误差修正功能。实验结果发现,在自主学习方面,网络权重可基于计算误差进行自适应调整,平均收敛时间为2.5次迭代,学习效率比固定权重方法提升60%;在误差修正方面,系统能够将误差修正率达到94%,最终误差稳定控制在3%以内。环状拓扑模式借助LIF神经元组建而成,实现兴奋性与抑制性信号联系状态调控能力。各类神经类测算任务通过它处理后,相比传统固定权重方法,适应性学习收敛时间缩短60%,无论是在处理结果超出[0,99]的溢出情况时还是处理跨度不同加减运算任务,都表现出平均误差率降低35%的性能提升。本研究为生物启发式智能计算的发展提供了新的研究思路,在脑科学引起的人工智能进步方面,具有重要的参考借鉴功能及推广应用的可能性。
关键词
头部方向细胞(
hdc
)
自适应神经网络
Hebbian学习
生物启发计算
神经形态计算
Keywords
head direction cell(
hdc
)
adaptive neural network
Hebbian learning
bio-inspired computation
neuromorphic computation
分类号
TP183 [自动化与计算机技术]
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
超维计算概念、应用及研究进展
刘文波
姚翼荣
张弓
胡文
《系统工程与电子技术》
EI
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
基于EFT遗传算法的分布式图像绘制
孙向军
李千目
刘凤玉
《计算机工程》
CAS
CSCD
北大核心
2004
0
在线阅读
下载PDF
职称材料
3
基于分组量化的高效超维计算分类方法
姚晓芳
田波
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
4
基于自适应环吸引子网络的基础数值计算模型
陈信宇
陈祖刚
《计算机应用研究》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部