您的位置: 专家智库 > >

白光一

作品数:7 被引量:59H指数:3
供职机构:南京理工大学计算机科学与技术学院更多>>
发文基金:国家自然科学基金国家部委基础科研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 3篇数据库
  • 2篇蚁群
  • 2篇音符
  • 1篇道路交通
  • 1篇道路交通网络
  • 1篇动态路径规划
  • 1篇短时傅里叶变...
  • 1篇信息素
  • 1篇蚁群算法
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇优化算法
  • 1篇云计算
  • 1篇十二平均律
  • 1篇数据处理
  • 1篇数据仿真
  • 1篇平均律
  • 1篇嵌入式
  • 1篇嵌入式数据库
  • 1篇群算法

机构

  • 7篇南京理工大学
  • 4篇河南科技大学
  • 2篇南京邮电大学
  • 2篇南京财经大学
  • 1篇信息技术有限...

作者

  • 7篇白光一
  • 5篇史恒亮
  • 2篇唐振民
  • 2篇刘传领
  • 2篇桂文明
  • 2篇刘睿凡
  • 2篇邵曦
  • 2篇任崇广
  • 1篇普杰信
  • 1篇高德民

传媒

  • 2篇计算机工程
  • 2篇计算机科学
  • 1篇电子学报
  • 1篇计算机系统应...
  • 1篇计算机工程与...

年份

  • 2篇2013
  • 1篇2012
  • 4篇2010
7 条 记 录,以下是 1-7
排序方式:
基于蚁群优化算法的云数据库动态路径规划被引量:20
2010年
云计算是下一代计算网络模型的发展趋势。云中的存储资源如何快速地路由,更是研究的难点。蚁群算法是基于群体的仿生优化算法,具有智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等优点。根据这两种事物的特点,提出了合理的结合算法,该算法能够在云中快速、合理地找到所需访问的数据库,减少云数据库数路由的动态负荷,从而很大程度上提高云计算的效率。
史恒亮白光一唐振民刘传领
关键词:蚁群优化算法云计算动态路径规划
基于匹配追踪的音符起始点检测被引量:2
2013年
在基于内容的音乐研究中,正确提取音符起始点信息是识别音高、节拍、节奏、段落等音乐高级特征的基础.本文提出了基于匹配追踪(Matching Pursuit,简称MP)的两种新型音符起始点检测算法:基于MP解释程度和基于分音变化的检测算法.这两种算法均在MP分解的基础上,分析MP码本,并利用改进的峰值提取算法生成音符起始点向量.从实验结果看,本文提出算法的性能指标和MIREX 2011的最好结果相当.
桂文明刘睿凡邵曦白光一
车载信息仿真与测试系统研究
2012年
传统的串行开发模式制约车载信息系统的开发。为此,通过对车载设备和车载操作系统进行仿真,获取设备通信履历,实现一种基于消息的车载信息仿真与测试系统。该系统通过实时获取车载设备的运行信息,对车载设备的运行情况进行监控。仿真实验结果证明,该系统可有效降低开发的错误率,实现车载信息系统的并行开发和测试。
任崇广史恒亮白光一高德民
关键词:车载信息数据处理数据仿真
基于常量Q变换的音符起始点检测被引量:2
2013年
针对音乐的音阶频率按指数规律分布的特点,提出基于常量Q变换(CQT)的音符起始点检测算法。该算法根据十二平均律的音阶频率分布规律,对音乐信号进行分解,得到一个分音矩阵,利用该分音矩阵生成检测函数,并提取峰值,得到音符起始点向量。实验结果显示,该算法的检测结果要优于2011年MIREX的结果。
桂文明刘睿凡邵曦白光一
关键词:十二平均律短时傅里叶变换
自适应蚁群优化的云数据库动态路径查询被引量:8
2010年
蚁群算法对于解决动态最优路径查询问题具有很强的优势,但蚁群算法中的信息素挥发因子的静态设置容易带来收敛速度不稳定和陷入局部最优解的问题,在云数据库中更是明显。融合了蚁群算法和云数据库,并提出了信息素挥发因子自适应的算法,该算法能够在云中快速、合理地找到所需访问的数据库,减少了云数据库数路由的动态负荷,从而很大程度上提高云计算的效率。
史恒亮任崇广白光一普杰信
关键词:自适应信息素蚁群算法
嵌入式数据库的现状和发展趋势被引量:28
2010年
从嵌入式系统结构入手,阐述了嵌入式数据库的发展现状,并具体介绍了当前主流嵌入式数据库的共性、基本特点、关键技术、构件、分类,并提出了发展趋势和进一步研究的技术突破点。
史恒亮白光一
关键词:嵌入式数据库缓存技术
自适应粒度的道路移动对象聚类算法被引量:1
2010年
以往的聚类算法能够减少道路交通网络中移动对象与中心数据库的通信开销,但聚类粒度的大小是根据经验设定的。分析了影响距离聚类粒度大小的因素,提出用BP网络来训练历史数据,动态地获取距离聚类粒度值和时间粒度值,并把这些粒度值作为新的历史数据来训练网络,使得粒度值能够根据道路交通网络中因素的改变而动态改变,从而产生有效的道路网络聚类,减少通信开销,并预报道路交通的拥堵情况,为最优路径规划提供依据。
史恒亮刘传领白光一唐振民
关键词:BP网络道路交通网络聚类算法
共1页<1>
聚类工具0