公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

基于群智能方法的移动通信网络功率控制方法研究: 2013年; 功率控制技术作为移动通信网络优化的关键技术之一,其性能的好坏将直接影响移动通信网络的优化效果。通过对功率控制原理的研究,从联合功率控制与速率控制的角度出发提出了功率控制简化模型。而Grad-PSO算法是一种典型的群智能算法,已被广泛应用于工程优化问题之中。通过算法在函数优化过程中的仿真实验,验证了其在收敛速度、运算精度和运算量等方面具有优势。主要采用Grad-PSO算法对功率控制模型进行了优化仿真实验,通过仿真实验发现:Grad-PSO算法能找到最优解,很好地实现了对功率控制模型的优化。结果表明基于Grad-PSO算法功率控制优化方法切实可行,是一种有效的优化移动通信网络技术的方法。; 池越刘晓曼; 关键词：移动通信功率控制群智能算法

基于波原子变换的三维地震信号盲去噪被引量：2: 2019年; 基于波原子变换的三维地震信号盲去噪算法,利用基于块的噪声估计算法估计信号噪声,采用循环平移处理信号并进行波原子变换,利用估计的噪声标准差按不同尺度分层设置阈值并进行修正,再采用改进的阈值函数处理波原子变换系数,进行波原子反变换与逆循环平移,得到去噪后三维地震信号。对含噪的合成与实际地震信号去噪,并与小波、双树复小波、曲波及传统波原子变换的去噪结果对比;结果表明,该算法较其它对比算法有明显优势,且随含噪量的增加,去噪优势愈加明显。从输出信噪比、均方误差以及峰值信噪比等评价指标可知,基于波原子变换的三维地震信号盲去噪算法去噪效果最佳,其次为传统波原子变换算法,然后为曲波变换与双树复小波变换算法,传统小波变换算法的去噪效果最差。; 何峰周亚同赵翔宇石超君; 关键词：去噪

地震信号的Landweber迭代傅里叶快速重建被引量：1: 2018年; 地震信号重建具有重要意义,其中傅里叶重建算法受到广泛关注。这些算法具有原理简单、纯数据驱动、假设前提少等优势,但也存在着重建速度慢等不足。以FRMN为基础,构建了一种新的Landweber迭代傅里叶快速重建算法(Fourier Reconstruction with accelerated Landweber Iteration,FRLI);该算法在经典的FRMN基础上,利用快速Landweber迭代求解傅里叶系数,再经过傅里叶反变换重建地震信号。通过不同维数的地震信号重建实验,结果表明:FRLI与经典的FRMN和FRSI重建算法相比,大幅提高了重建速度,且重建效果良好。因此采用FRLI算法重建地震信号可以解决传统算法的缺陷。; 池越池越周亚同白阳; 关键词：地震信号

群智能算法在RSA加密算法中的应用: 2013年; 粒子群算法(PSO)及其改进算法,具有算法简单、收敛速度快、运算精度高等特点,将其应用于公钥RSA加密算法,可有效地提高大素数生成速度,从而提高RSA加密算法的加解密速度。; 池越李潇潇; 关键词：加密算法 RSA算法大素数 PSO算法

基于梯度搜索因子的粒子群改进算法研究被引量：2: 2013年; 本文对一种基于梯度搜索因子的粒子群改进算法(Grad-PSO算法)进行了研究。为了验证Grad-PSO算法的性能,对典型的测试函数sphere函数使用GA算法、PSO算法和Grad-PSO算法进行函数优化对比仿真实验发现:与基本PSO算法以及GA算法相比,Grad-PSO算法在运算精确度和最终取得的适应度函数值上面都具有很大的优势。; 池越周亚同; 关键词：粒子群算法改进粒子群算法

天空优化的数字图像暗通道先验去雾算法被引量：7: 2018年; 针对暗通道先验去雾算法受限于天空区域,提出了一种天空优化的暗通道去雾算法。在原有公式的基础上,根据天空大气光中值及天空区域的占比添加天空区域约束因子,使其适用于天空区域的处理。同时,在原含雾图像对透射率做引导滤波的基础上,利用K-均值算法聚类分割图像得到天空区域,将天空区域的平滑结果作为新的引导图像对透射率图进行引导滤波。实验结果表明,所提出的去雾算法相比于经典暗通道先验去雾算法,以及现有的一些暗通道先验改进算法,无论是在天空区域的处理、实际去雾效果,还是在图像整体视感上都有明显改进。; 曾致远周亚同池越史芳宁; 关键词：图像去雾

光正交频分复用系统信道估计算法研究: 2013年; 信道估计是光正交频分复用系统实现可靠传输的关键技术之一,在通信系统设计当中,信道估计的精度将直接到影响整个系统的性能。选用LS、LMMSE和SVD-MMSE三种常见算法进行了基于导频的信道估计仿真实验,对比分析均方差和误码率这两个重要的信道估计评价指标发现,LMMSE算法和SVD-MMSE算法的信道估计性能相近,明显优于LS算法。; 池越; 关键词：正交频分复用信道估计

基于多层特征融合可调监督函数卷积神经网络的人脸性别识别被引量：15: 2019年; 为了进一步提高性别识别的准确率,提出了一种基于多层特征融合与可调监督函数机制结合的卷积神经网络(L-MFCNN)模型,并将之用于人脸性别识别。与传统卷积神经网络(CNN)不同,L-MFCNN将多个浅层中间卷积层特征输出与最后卷积层特征输出相结合,融合多层卷积层的特征,不仅利用了深层卷积的整体语义信息,还考虑了浅层卷积的细节局部纹理信息,使得性别识别更加准确。此外L-MFCNN还引入具有可调目标监督函数机制的large-margin softmax loss作为输出层,利用其调节不同的间隔(margin)的机制来有效引导深层卷积网络学习,使得同种性别间的类内间距更小,不同性别间的类间距更大,获得更好的性别识别效果。在多个人脸数据集上的性别识别实验结果表明,L-MFCNN的识别准确率要高于其他传统的卷积网络模型。L-MFCNN模型也为将来的人脸性别识别研究提供了新的思路与方向。; 石学超周亚同池越; 关键词：卷积神经网络

结合方差稳定变换和PGPD去除磁共振图像Rician噪声: 2018年; 基于非局部自相似性块组学习的图像去噪(PGPD)算法去除高斯噪声效果优异,但是对于磁共振(MR)图像中Rician噪声的去除效果不理想。为此本文提出一种结合方差稳定变换和PGPD的新去噪算法FPGPD。该算法首先对含有Rician噪声的MR图像进行方差稳定变换,使噪声在变换域中近似服从高斯分布。用PGPD算法在变换域中去噪,最后经过方差稳定逆变换得到无偏去噪图像。理论分析和实验结果表明,FPGPD算法在去除MR图像中Rician噪声时比PGPD算法去噪性能好,具体体现为对图像细节和轮廓边缘保护得更好。; 张若男池越张伟崔焘; 关键词：磁共振图像去噪

全选清除导出

共1页<1>

河北省科学技术研究与发展计划项目(11213565)