您的位置: 专家智库 > >

陈国超

作品数:7 被引量:22H指数:2
供职机构:四川理工学院计算机学院更多>>
发文基金:酿酒生物技术及应用四川省重点实验室开放基金人工智能四川省重点实验室开放基金更多>>
相关领域:自动化与计算机技术轻工技术与工程文化科学更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇轻工技术与工...
  • 1篇文化科学

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量机
  • 3篇果酒
  • 2篇生物活性
  • 2篇生物活性物质
  • 2篇最小二乘
  • 2篇最小二乘支持...
  • 2篇活性
  • 2篇活性物质
  • 2篇教学
  • 1篇语言
  • 1篇语言课
  • 1篇语言课程
  • 1篇展式
  • 1篇正交
  • 1篇正交试验
  • 1篇正交试验设计
  • 1篇软测量
  • 1篇软测量模型

机构

  • 7篇四川理工学院

作者

  • 7篇陈国超
  • 5篇成新文
  • 1篇李琦
  • 1篇潘训海
  • 1篇王晓

传媒

  • 2篇电脑知识与技...
  • 1篇煤炭技术
  • 1篇电脑知识与技...
  • 1篇科学技术与工...
  • 1篇计算机测量与...
  • 1篇四川理工学院...

年份

  • 1篇2015
  • 2篇2013
  • 1篇2012
  • 1篇2011
  • 2篇2010
7 条 记 录,以下是 1-7
排序方式:
基于网络互动平台的教学探讨被引量:10
2010年
随着计算机网络技术的发展和互联网的普及,利用各种实时、非实时的网络交互技术,能够拓展教学空间和教学时间,在师生之间实现教学信息及时充分地交流。该文对基于网络互动平台教学的组织与实施进行分析,探讨网络教学平台在高校教学中的应用,为利用网络互动平台进行教学的老师提供参考和借鉴。
陈国超
关键词:网络互动平台教学交互教学资源
果酒品质评价的自适应量子粒子群LS-SVM模型被引量:2
2013年
针对BP神经网络和遗传算法对果酒品质预测存在速度慢和精度低的缺点,建立了一种基于量子行为粒子群算法(QPSO)的最小二乘支持向量机(LS-SVM)的果酒品质预测模型。模型通过引入粒子的进化度和聚合度,动态调整收缩扩张因子,从而实现了算法的动态自适应性。仿真结果表明:基于自适应量子粒子群的LS-SVM果酒品质评价预测模型优于所比较的BP神经网络和最小二乘支持向量机两种模型,具有较好的泛化性能和预测精度。
王晓成新文陈国超
关键词:最小二乘支持向量机量子粒子群
计算机语言课程拓展式教学方法探讨被引量:1
2011年
结合多年的教学实践,在非计算机专业计算机语言课程教学中,针对课程中的难点和重点,突破教材限制,从计算机硬件入手,基于系统资源的角度,探讨了计算机语言课程拓展式教学方法的目的、意义和具体的实施方案。
陈国超
关键词:拓展式教学计算机语言课程教学研究
关于粗糙集的理论及应用研究被引量:8
2010年
粗糙集理论作为新型的软计算方法,是一种分析和处理模糊和不确定性信息的有效工具,广泛应用于人工智能、知识发现、模式识别、故障检测等领域。本文描述了粗糙集理论的基本概念和特征,阐述了粗糙集理论的研究现状,讨论了粗糙集理论研究中存在的问题,并对粗糙集理论的发展进行了展望。
成新文陈国超李琦
关键词:粗糙集不确定性数据分析属性约简
基于改进蜂群算法的果酒总黄酮软测量模型
2015年
针对RBF神经网络和支持向量机对果酒总黄酮软测量过程中,存在速度慢和精度低的缺点,提出了基于改进人工蜂群算法的果酒总黄酮软测量模型;该模型利用混沌变量的遍历性和随机性特点,对标准人工蜂群算法进行改进,在种群初始化阶段引入混沌机制,确保个体分布的均匀性,并用信息素和灵敏度模型代替轮盘赌选择策略,使模型避免了过早收敛和提前停滞;仿真实验结果表明,该模型提高了果酒总黄酮软测量的精度,具有收敛速度快,抗噪性较强的特点,便于实现果酒总黄酮的在线测量。
陈国超成新文
关键词:人工蜂群算法最小二乘支持向量机总黄酮软测量
PSO-SVR在果酒生物活性物质预测中的应用
2013年
针对BP神经网络和遗传算法对果酒生物活性物质预测存在速度慢和精度低的缺点,建立了基于支持向量回归机(SVR)的果酒生物活性物质预测模型。鉴于支持向量机模型的精度和泛化能力很大程度取决于不敏感损失系数ε、惩罚系数C和RBF核函数的宽度系数γ三个参数,模型采用粒子群算法对三个参数同时进行优化,实现了果酒生物活性物质的非线性预测。仿真结果表明:基于PSOSVR算法的果酒生物活性物质预测模型性能优于所比较的BP神经网络模型和支持向量回归机模型,能有效提高果酒生物活性物质的预测精度和稳定性。
陈国超成新文
关键词:支持向量机生物活性物质
果酒生物活性物质的OED-LMBPNN预测模型被引量:1
2012年
果酒中的黄酮类生物活性物质含量受发酵温度、糖添加量、酵母添加量及pH值等多种因素影响,属于复杂的非线性问题,难以定量评价。针对传统回归法对果酒生物活性物质预测速度慢、预测精度低的缺点,提出了一个基于正交试验设计的改进BP神经网络生物活性物质预测模型(OED-LMBPNN)。该模型以岗稔果酒的正交试验归一化数据作为训练样本,采用Levenberg–Marquardt算法对传统的BP神经网络进行改进,预测果酒中的黄酮苷含量,并与BP网络模型预测结果比较。实验结果表明,OED-LMBPNN模型具有速度快、准确率高的优点,是一种有效的预测模型。
成新文陈国超潘训海
关键词:生物活性物质正交试验设计LEVENBERG-MARQUARDT算法
共1页<1>
聚类工具0