您的位置: 专家智库 > >

国家自然科学基金(60675011)

作品数:14 被引量:48H指数:4
相关作者:郭平余健尹乾刘建伟贺智勇更多>>
相关机构:北京师范大学韩山师范学院湖南农业大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信理学机械工程更多>>

文献类型

  • 14篇中文期刊文章

领域

  • 13篇自动化与计算...
  • 1篇机械工程
  • 1篇电子电信
  • 1篇理学

主题

  • 7篇神经网
  • 7篇神经网络
  • 5篇子群
  • 5篇粒子群
  • 5篇粒子群优化
  • 4篇网络
  • 4篇量子粒子群
  • 4篇量子粒子群优...
  • 3篇容错
  • 3篇图像
  • 3篇网络流
  • 3篇网络流量
  • 3篇网络流量预测
  • 3篇小波
  • 2篇软件容错
  • 2篇图像融合
  • 2篇小波变换
  • 2篇径向基
  • 2篇径向基函数
  • 2篇决策树

机构

  • 13篇北京师范大学
  • 4篇韩山师范学院
  • 2篇湖南农业大学
  • 1篇中国科学院
  • 1篇西安工业大学
  • 1篇中国科学院软...

作者

  • 11篇郭平
  • 5篇余健
  • 4篇尹乾
  • 2篇刘建伟
  • 2篇贺智勇
  • 1篇刘鑫
  • 1篇宋梦馨
  • 1篇张浥楠
  • 1篇龙陈锋
  • 1篇胡明

传媒

  • 3篇北京师范大学...
  • 3篇计算机工程与...
  • 1篇武汉大学学报...
  • 1篇电脑开发与应...
  • 1篇电子学报
  • 1篇计算机应用与...
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇北京化工大学...
  • 1篇Chines...

年份

  • 1篇2010
  • 1篇2009
  • 7篇2008
  • 5篇2007
14 条 记 录,以下是 1-10
排序方式:
Improving depth resolution of diffuse optical tomography with an exponential adjustment method based on maximum singular value of layered sensitivity
2008年
The sensitivity of diffuse optical tomography (DOT) imaging exponentially decreases with the increase of photon penetration depth, which leads to a poor depth resolution for DOT. In this letter, an exponential adjustment method (EAM) based on maximum singular value of layered sensitivity is proposed. Optimal depth resolution can be achieved by compensating the reduced sensitivity in the deep medium. Simulations are performed using a semi-infinite model and the simulation results show that the EAM method can substantially improve the depth resolution of deeply embedded objects in the medium. Consequently, the image quality and the reconstruction accuracy for these objects have been largely improved.
牛海晶郭平宋晓东蒋田仔
基于改进小波神经网络的网络流量预测研究被引量:15
2007年
采用小波神经网络对网络流量数据的时间序列进行建模与预测。针对传统小波神经网络训练算法的不足,提出了自适应量子粒子优化算法——AQPSO,用于训练小波神经网络,优化网络参数,建立基于AQPSO算法优化的小波网络预测模型。实验结果表明,该模型对网络流量的短期预测是有效可行的,并具有良好的收敛性和稳定性。
余健郭平
关键词:小波分析神经网络粒子群优化网络流量预测
Berlekamp-Massey算法的新描述形式被引量:1
2008年
流密码在密码学中是非常重要的一种加密体制,而其主要思想是采用伪随机序列进行加密。在生成流密码所需的伪随机序列过程中,发现该伪随机序列的最短线性递归长度的分布具有一定的规律,为了对这些规律进行深入的理论分析,提出了对求解其最短线性递归长度的Berlekamp-Massey(BM)算法的另一种描述形式。使用这种形式进行描述可以简化原有BM算法的描述及程序实现,对于进一步从理论上研讨分析最短线性递归长度的分布规律有很大的帮助,从而可以对生成流密码所需的序列有更深入的了解,能够生成更适用的伪随机序列。
贺智勇龙陈锋尹乾
关键词:BERLEKAMP-MASSEY算法流密码伪随机序列
基于RBF网络图像表示的CT重建算法研究被引量:1
2007年
本文提出一种基于径向基函数(Radial Basis Function—RBF)神经网络图像表示实现对计算机断层成像装置不完备投影数据的重建方法,并分析了方法的计算效率、重建质量和适用范围.该方法采用RBF神经网络表示断层图像,降低了问题的计算规模,并通过ART(Algebraic Reconstruction Technique)迭代算法重建出断层图像.在模拟实验中,我们将本方法与FBP、ART的重建图像算法进行了比较.实验结果表明所提出的方法其重建质量和计算效率都有明显地改进.
郭平胡明
关键词:计算机断层成像投影数据RBF神经网络图像表示
一种基于边缘检测的图像融合新方法被引量:6
2007年
提出一种新的基于边缘检测的图像融合方法.该方法利用Canny算子进行边缘检测,将边缘检测图像的逻辑值与小波变换进行结合.在小波变换域内,对低频和高频子图像采用区域融合的方法.最后,进行小波逆变换得到融合图像.通过主观评价和包括熵、均方根误差、峰值信噪比和互信息等客观评价标准进行评价,结果表明,基于边缘检测的图像融合方法融合效果较好,对于模糊部分不同的源图像进行融合具有一定的通用性.
刘建伟郭平
关键词:图像融合边缘检测小波变换
用决策树方法优化表决器被引量:1
2010年
通过分析多数表决器的决策树,并根据决策树的分裂规则,对多数表决器的决策树进行扩展。扩展方法是在决策树的一个叶子节点上进行分裂,该叶子节点为多数表决器处于无法表决的环节。分裂属性是针对是否使用加权表决提出的阈值,该阈值用于选择性地使用加权表决算法进行表决。实际测试表明所改进的多数加权混合表决器在三模冗余系统中发生二模块错误或三模块错误时,能够提高表决正确率,降低无法表决情况的概率。
张浥楠郭平
关键词:软件工程软件容错决策树表决器
一种优化的RBF神经网络模型用于网络流量预测被引量:4
2008年
采用径向基RBF神经网络对网络流量数据的时间序列进行建模与预测。采用传统的学习算法对RBF网络训练时,对网络流量数据容易出现过拟合现象,提出了自适应量子粒子群优化AQPSO算法,用于训练RBF神经网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改善了RBF神经网络的泛化能力。实验结果表明,采用AQPSO算法获得的RBF神经网络模型具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值。
余健郭平
关键词:径向基函数量子粒子群优化神经网络网络流量预测
一种基于HSI和小波变换的遥感图像融合方法被引量:6
2008年
在对同一地区低分辨率的多光谱图像与高分辨率的全色图像的融合中,单独采用传统的HSI(hue-saturation-intensity)图像融合方法会出现颜色失真问题和传统的小波融合中存在分块模糊现象.为了改进融合效果,本文提出了一种新的融合方法,将HSI和小波变换进行有机结合,首先通过HSI变换获得多光谱图像的亮度成分,采用改进的基于主分量分析方法的融合规则将它与全色图像进行小波融合,得到新的亮度分量.将新的亮度分量进行增强处理后,进行HSI逆变换获得最终融合图像.实验结果证明,该方法不但提高了融合图像的空间分辨率,突出了目标的特征信息,而且更好地保留了原有多光谱图像的光谱性质.
刘建伟宋梦馨郭平
关键词:遥感图像融合HSI小波变换主分量分析
改进的多版本软件扩展表决系统被引量:3
2007年
本文提出了一种改进的扩展表决系统,该系统是利用自动分析表决系统可靠性等参数的工具来构建的。在软件容错中采用N-模块冗余(N-Modular Redundancy-NMR)及N-版本编程(N-version Programming),应用表决技术,可以屏蔽整个软件系统中出错的部分。在实践中直接应用理论的表决模型会发现很难得到理论分析的结果。针对这样的问题,本文提出一种基于多数(plurality)的扩展表决系统:使用构造决策树的方法和进行DFT遍历作为自动化的计算工具;通过对基本的多数表决系统进行模型扩展,加入指导性规则对决策树进行重构,以自动计算工具的结果作为参考,从而选择更加可靠的表决结果作为输出。最终的模拟测试表明,所提出的扩展表决系统能够提高系统输出的正确率。
张浥楠尹乾郭平
关键词:表决系统容错决策树
基于AQPSO算法优化的Elman网络模型及其应用被引量:1
2008年
Elman神经网络是一种典型的递归神经网络。提出了自适应量子粒子群优化(Adaptive Quantum-Behaved Particle Swarm Optimization,AQPSO)算法,用于训练Elman网络参数,改进了Elman网络的泛化能力。利用中集集团股票数据进行预测,实验结果表明,采用AQPSO算法获得的Elman网络模型不但具有很强的泛化能力,而且具有良好的稳定性,在股票数据预测中具有一定的实用价值。
余健郭平
关键词:ELMAN量子粒子群优化神经网络股票预测
共2页<12>
聚类工具0