期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
程序设计类课程教学改革的研究与实践 被引量:8
1
作者 李锡辉 王樱 《实验技术与管理》 CAS 北大核心 2014年第10期206-208,共3页
针对程序设计类课程的特点,创新性地提出了以大案例实现为目标、基于目标分解的课程设计模式及该模式下教学实施的策略和课程评价体系的构建。
关键词 大案例教学 目标分解 过程迭代 项目检验
在线阅读 下载PDF
改进的基于响度域的语音增强算法 被引量:3
2
作者 赵莉 佘维 张锦 《计算机工程》 CAS CSCD 北大核心 2011年第3期290-292,共3页
针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算... 针对短时谱幅度最小均方误差估计(MMSE-STSA)语音增强算法在非平稳噪声环境下噪声抑制能力较差的问题,提出一种改进的MMSE-STSA算法。该算法在响度域进行谱幅度估计,并采取基于概率的语音判决方法。实验结果表明,相比传统的MMSE-STSA算法,改进算法在非平稳噪声环境下能够获得更好的语音质量。 展开更多
关键词 语音增强 信噪比 短时谱幅度最小均方误差估计 响度域
在线阅读 下载PDF
一类模糊混合Petri网的交通信号灯的实时控制 被引量:3
3
作者 张四平 佘维 王梅 《科学技术与工程》 北大核心 2013年第20期5867-5871,5877,共6页
针对固定周期的交通信号灯浪费道路资源的问题,提出一种模糊混合Petri网用于交通信号灯实时控制的建模方法。该模型结合本相位方向的排队长度和路口的车流量对本相位绿灯时长实时控制,再结合其他相位红灯时长和其他相位的排队长度,实时... 针对固定周期的交通信号灯浪费道路资源的问题,提出一种模糊混合Petri网用于交通信号灯实时控制的建模方法。该模型结合本相位方向的排队长度和路口的车流量对本相位绿灯时长实时控制,再结合其他相位红灯时长和其他相位的排队长度,实时控制相序的变化。仿真分析表明,基于模糊混合Petri网对信号灯实时控制可最大程度降低车辆的停车次数。 展开更多
关键词 PETRI网 模糊控制 信号控制
在线阅读 下载PDF
基于加权预测的宏块级码率控制算法
4
作者 李锡辉 汤海蓉 向长喜 《科学技术与工程》 2007年第23期6222-6224,6243,共4页
针对H.264的简单线性预测模型的误差,考虑视频序列的时空相关性,提出了基于加权预测的宏块层码率控制算法。实验结果表明,与JVT-G012提案相比,该方法在准确控制码率的同时,图像的视觉质量也得到提高。
关键词 码率控制 平均绝对误差 运动内容复杂度 加权预测
在线阅读 下载PDF
基于改进BPSO的Web服务组合选择算法
5
作者 黄海芳 孙建华 《计算机工程》 CAS CSCD 北大核心 2011年第24期260-262,共3页
为使现有Web服务组合的服务选择技术满足用户需求,提出一种基于改进二进制粒子群优化(BPSO)的服务选择算法。引入变异算子和线性递减惯性权重,解决传统二进制BPSO的早熟收敛问题,采用粒子记忆性对不满足约束条件的个体进行修正。实验结... 为使现有Web服务组合的服务选择技术满足用户需求,提出一种基于改进二进制粒子群优化(BPSO)的服务选择算法。引入变异算子和线性递减惯性权重,解决传统二进制BPSO的早熟收敛问题,采用粒子记忆性对不满足约束条件的个体进行修正。实验结果表明,该算法能提高寻优效率。 展开更多
关键词 WEB服务组合 二进制粒子群优化算法 服务选择 服务质量
在线阅读 下载PDF
秀丽线虫接触感知神经网络的电路实现
6
作者 申蛟隆 陈焕文 刘泽文 《计算机工程与设计》 CSCD 北大核心 2014年第7期2557-2561,共5页
为克服神经网络软件仿真实时性差、并行处理能力弱等缺点,提出了采用电路的方法实现秀丽线虫的接触感知神经网络,模拟秀丽线虫的回撤行为。其中所有参数由实数编码遗传算法训练秀丽线虫接触感知神经网络模型所得参数转化而来。通过Hspic... 为克服神经网络软件仿真实时性差、并行处理能力弱等缺点,提出了采用电路的方法实现秀丽线虫的接触感知神经网络,模拟秀丽线虫的回撤行为。其中所有参数由实数编码遗传算法训练秀丽线虫接触感知神经网络模型所得参数转化而来。通过Hspice仿真器进行仿真,Hspice仿真结果和秀丽线虫接触感知神经网络模型的数值仿真结果相符,验证了该电路的有效性和正确性。 展开更多
关键词 秀丽线虫 神经网络 实数编码遗传算法 超大规模集成电路 HSPICE
在线阅读 下载PDF
基于RGMM的离散基因表达数据关联规则挖掘
7
作者 黄睿 《计算机应用与软件》 CSCD 北大核心 2014年第9期191-193,共3页
由于具有良好的可解释性,关联规则在基于疾病诊断的基因表达数据中表现出优越性,然而,高维基因表达数据中的大量规则阻碍了它的应用。为了缓解这个问题,提出正则化高斯混合模型RGMM(Regularized Gaussian Mixture Model),根据最小描述... 由于具有良好的可解释性,关联规则在基于疾病诊断的基因表达数据中表现出优越性,然而,高维基因表达数据中的大量规则阻碍了它的应用。为了缓解这个问题,提出正则化高斯混合模型RGMM(Regularized Gaussian Mixture Model),根据最小描述长度框架,挖掘离散化模型复杂度及信息丢失准则,通过离散化连续的基因表达数据,缓解监督方法中的过拟合现象,并且改善无监督方法中的一些缺点。在六个分类数据集上的大量实验验证了所提方法的有效性。实验结果表明,与其他几种最先进的方法相比,所提的RGMM方法在现实的基因表达数据集中更具实用性。 展开更多
关键词 离散化 基因表达数据 正则化高斯混合模型 关联规则 数据挖掘
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部