期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
一种基于编译技术的可信赖计算方法的设计与实现 被引量:2
1
作者 巩宁平 高太平 《计算机应用与软件》 CSCD 北大核心 2008年第1期46-48,共3页
针对建设工程招投标过程中招标、投标和评标方在审核验算工程造价中的工程量计算问题,提出了一种基于编译技术的可信赖计算方法的设计和实现过程。
关键词 招投标 审核验算 编译技术 可信赖计算
在线阅读 下载PDF
基于网格搜索算法的PCNN模型参数自适应 被引量:14
2
作者 李瀚 杨晓峰 +2 位作者 邓红霞 常莎 李海芳 《计算机工程与设计》 北大核心 2017年第1期192-197,共6页
为提高利用脉冲耦合神经网络(pulse coupled neural network,PCNN)模型进行人脸识别时的准确率,并解决利用PCNN进行人脸识别时,模型中多个参数需凭经验设定的问题,提出一种基于脉冲发放强度的PCNN(QD-PCNN)模型和改进的网格搜索算法。QD... 为提高利用脉冲耦合神经网络(pulse coupled neural network,PCNN)模型进行人脸识别时的准确率,并解决利用PCNN进行人脸识别时,模型中多个参数需凭经验设定的问题,提出一种基于脉冲发放强度的PCNN(QD-PCNN)模型和改进的网格搜索算法。QD-PCNN模型在简化的PCNN模型基础上,引入脉冲发放强度,细化模型的输出。改进的网格搜索算法在进行参数寻优时,根据识别对象,在较大范围内搜索,在得到的寻优结果附近区域进行精确搜索。在实验中,将通过改进的网格搜索法得到的参数组合运用到QD-PCNN模型中进行人脸识别,实验结果验证了该方法的有效性。 展开更多
关键词 脉冲耦合神经网络 网格搜索法 参数寻优 人脸识别 脉冲发放强度
在线阅读 下载PDF
模糊关联规则结合动态树重建的数据流挖掘 被引量:3
3
作者 魏怀明 《控制工程》 CSCD 北大核心 2018年第12期2263-2268,共6页
针对基于频繁模式树的规则挖掘方法计算负载高和难以处理数据流格式,提出一种利用动态树构建的模糊关联规则挖掘方法。该技术整合了无处不在数据挖掘(UDM)和模糊集概念,首先利用滑动窗口最小化模糊关联规则。然后推导变量的模糊集,并给... 针对基于频繁模式树的规则挖掘方法计算负载高和难以处理数据流格式,提出一种利用动态树构建的模糊关联规则挖掘方法。该技术整合了无处不在数据挖掘(UDM)和模糊集概念,首先利用滑动窗口最小化模糊关联规则。然后推导变量的模糊集,并给予适当描述,同时估计隶属度函数。最后构建动态树,并给每个节点添加一种隶属度函数值。根据当前窗口进行模糊关联规则推理。实验利用两种不同的公开数据,“交通事故”和“零售”数据集。考虑了3个模糊区域和五个模糊区域的运行分布。与频繁模式树(FPT)、压缩模糊频繁模式树(CFFPT)和熵加权频繁模式树(EWFPT)相比,提出的方法检索数据库只需要一次,且处理的数据要求更为宽松。 展开更多
关键词 关联规则挖掘 频繁模式树 隶属度函数 动态树 数据流
在线阅读 下载PDF
面向利用率的矩形排样分级进化遗传算法优化 被引量:4
4
作者 冯建云 刘祎 《机械设计与制造》 北大核心 2022年第11期11-16,共6页
为了提高矩形排样的板材使用率,提出了基于分级进化遗传算法的排样优化方法。以板材利用率最高为目标建立了矩形排样的目标模型,将排样问题分为定位和排序两个步骤实现。在定位方面,将最低水平线法和填充算法进行优势融合,得到了混合定... 为了提高矩形排样的板材使用率,提出了基于分级进化遗传算法的排样优化方法。以板材利用率最高为目标建立了矩形排样的目标模型,将排样问题分为定位和排序两个步骤实现。在定位方面,将最低水平线法和填充算法进行优势融合,得到了混合定位方法。在排序方面,以遗传算法为基础,将染色体分为保留层级、交叉层级和变异层级等3个层级,每个层级制定相适应的进化操作方法,从而提高算法的搜索能力和收敛速度。使用文献[13]和文献[14]中的两组实验数据进行验证,结果表明这里提供的排样方案可以得到最佳的排样结果,且排样耗时最少。验证了这里分级进化遗传算法排样方法的有效性和高效性。 展开更多
关键词 矩形件排样 分级进化遗传算法 混合定位方法 板材利用率
在线阅读 下载PDF
基于粒子群优化的双层WSN分簇与路由算法 被引量:4
5
作者 李刚 王伟 《控制工程》 CSCD 北大核心 2017年第7期1359-1365,共7页
已有的大规模无线传感器网络协议有些模型提出不现实的假设,有些性能有待提高,利用粒子群算法易于实现、复杂度较低的优点,提出了一种基于改进粒子群优化的双层WSN分簇与路由算法。首先,将WSN的分簇与路由问题表示成线性规划形式;然后,... 已有的大规模无线传感器网络协议有些模型提出不现实的假设,有些性能有待提高,利用粒子群算法易于实现、复杂度较低的优点,提出了一种基于改进粒子群优化的双层WSN分簇与路由算法。首先,将WSN的分簇与路由问题表示成线性规划形式;然后,将节点的优先级作为粒子编码的引导信息,对粒子编码,并将无线传感器的多个性能参数作为优化目标,建立多目标的适应度函数;最终,利用求解结果对网络进行分簇并建立路由树。基于现实网络参数的仿真实验结果表明,该算法在分簇覆盖率、能量效率上均具有一定的优势。 展开更多
关键词 无线传感器网络 粒子群优化 线性规划 网络路由 网络分簇
在线阅读 下载PDF
基于自适应粒子群的数据库最优资源分配 被引量:1
6
作者 王文婧 李刚 《控制工程》 CSCD 北大核心 2017年第7期1519-1524,共6页
目前主流虚拟化方案的数据库资源分配成本较高、其优化算法易陷入局部最优,针对该问题,将现有启发式贪婪算法与粒子群优化算法融合,提出一种高性能资源最优分配方案。首先,将贪婪算法每轮迭代的最优解传至粒子群搜索空间作为粒子;然后,... 目前主流虚拟化方案的数据库资源分配成本较高、其优化算法易陷入局部最优,针对该问题,将现有启发式贪婪算法与粒子群优化算法融合,提出一种高性能资源最优分配方案。首先,将贪婪算法每轮迭代的最优解传至粒子群搜索空间作为粒子;然后,自适应粒子群算法搜索所有粒子获得全局最优解并将最优解返回贪婪算法模块;最终,贪婪算法将收到的解作为其本轮最优解并开始新一轮的迭代计算。基于开源数据库Postgre SQL进行实验,结果表明本算法比现有贪婪算法成本低,性能好。 展开更多
关键词 云计算 虚拟化 贪婪算法 启发式算法 粒子群优化
在线阅读 下载PDF
机器人导航路径的动态细化分工花授粉算法规划 被引量:6
7
作者 王志俊 《机械设计与制造》 北大核心 2021年第3期288-292,共5页
为了减少机器人点对点工作路径长度,提出了个体动态细化分工花授粉算法的路径规划方法。以花授粉算法为基础,将花粉按照适应度划分为精英个体、优等个体、差等个体,并对个体进行动态细化分工。精英个体引领进化方向,优等个体使用改进搜... 为了减少机器人点对点工作路径长度,提出了个体动态细化分工花授粉算法的路径规划方法。以花授粉算法为基础,将花粉按照适应度划分为精英个体、优等个体、差等个体,并对个体进行动态细化分工。精英个体引领进化方向,优等个体使用改进搜索方式进行寻优,差等个体使用柯西变异逃出局部最优,由此提出了个体动态细化分工花授粉算法。使用个体动态细化分工花授粉算法搜索最优路径结点,依据最优路径结点和三次样条插值法规划出最优路径。在简单环境和复杂环境下进行仿真验证,个体动态细化分工花授粉算法规划的路径长度、收敛速度和寻优稳定性均优于传统花授粉算法和改进蝙蝠算法。 展开更多
关键词 机器人路径规划 个体动态细化分工花授粉算法 柯西变异 三次样条插值法
在线阅读 下载PDF
CBIR中基于最佳路径森林的学习方法
8
作者 魏怀明 《计算机工程与设计》 北大核心 2017年第9期2482-2488,共7页
针对高级用户描述的对象与低级图像特征之间的语义差异问题,提出一种基于最佳路径森林的学习方法。使用Gabor小波和鲁棒局部二值模式对查询图像以及待查询数据库图像进行特征提取,获得直方图特征向量;通过最佳路径森林获得图像的相关性... 针对高级用户描述的对象与低级图像特征之间的语义差异问题,提出一种基于最佳路径森林的学习方法。使用Gabor小波和鲁棒局部二值模式对查询图像以及待查询数据库图像进行特征提取,获得直方图特征向量;通过最佳路径森林获得图像的相关性反馈,生成标记数据集;通过相似距离度量获知用户的偏好,得到满意结果。实验在Corel数据库和Brodatz数据库上进行,在无噪声的理想情况下,对某些类别的图像,该算法的检索精度高达98%;有噪声情况下,随着噪声的增加,其性能衰减最慢。在Brodatz数据库中,该方法平均检索率只减少了10%左右,在Corel数据库中,较大噪声情况下,其精度比其它方法高出8%左右。 展开更多
关键词 基于内容图像检索 最佳路径森林分类 语义鸿沟 直方图特征向量 相关性反馈
在线阅读 下载PDF
基于AE-CNN的手势识别算法
9
作者 付优 任芳 《计算机应用与软件》 北大核心 2019年第11期157-160,167,共5页
在手势识别的过程中,手势的多样性和复杂程度会对手势识别率造成很大的影响.随着深度学习的快速发展,卷积神经网络在手势识别领域取得了突破性进展.但基于卷积神经网络的方法仍存在收敛速度慢、识别率低等问题,因此手势识别很难取得较... 在手势识别的过程中,手势的多样性和复杂程度会对手势识别率造成很大的影响.随着深度学习的快速发展,卷积神经网络在手势识别领域取得了突破性进展.但基于卷积神经网络的方法仍存在收敛速度慢、识别率低等问题,因此手势识别很难取得较好成果.为了解决卷积神经网络在手势识别中存在的收敛速度慢、识别率低问题,提出一种AE-CNN的手势识别算法.实验结果表明,该算法收敛速度快、识别准确率高,并且没有明显增加识别过程的耗时性. 展开更多
关键词 手势识别 卷积神经网络 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部