杨晓飞
- 作品数：4 被引量：46H指数：3
- 供职机构：中国科学院上海高等研究院更多>>
- 发文基金：国家科技支撑计划国家自然科学基金住房和城乡建设部科学技术计划项目更多>>
- 相关领域：自动化与计算机技术历史地理更多>>
- 基于内部罚函数的进化算法求解约束优化问题被引量：16
- 2015年
- 为解决现有约束处理方法可行解的适应度函数不包含约束条件的问题,提出了一种内部罚函数候选解筛选规则.该候选解筛选规则分别对可行解和不可行解采用内部罚函数和约束违反度进行筛选,从而达到平衡最小化目标函数和满足约束条件的目的.以进化策略算法为基础,给出了基于内部罚函数候选解筛选规则的进化算法的一个实现.进一步地,从理论和实验角度分别验证了内部罚函数候选解筛选规则的有效性:以(1+1)进化算法为例,从进化成功率方面验证了内部罚函数候选解筛选规则的理论有效性;通过13个测试问题的数值实验,从进化成功率、候选解后代是可行解的比例、进化步长和收敛速度方面验证了内部罚函数候选解筛选规则的实验有效性.
- 崔承刚杨晓飞
- 关键词：约束优化问题进化算法进化策略
- 基于核密度估计的K-means聚类优化被引量：19
- 2017年
- K-means聚类算法作为一种经典的聚类算法,应用领域十分广泛;但是K-means在处理高维及大数据集的情况下性能较差。核密度估计是一种用来估计未知分布密度函数的非参数估计方法,能够有效地获取数据集的分布情况。抽样是针对大数据集的数据挖掘的常用手段。密度偏差抽样是一种针对简单随机抽样在分布不均匀的数据集下容易丢失重要信息问题的改进方法。提出一种利用核密度估计结果的方法,选取数据集中密度分布函数极值点附近的样本点作为K-means初始中心参数,并使用核密度估计的分布结果,对数据集进行密度偏差抽样,然后对抽样的样本集进行K-means聚类。实验结果表明,使用核密度估计进行初始参数选择和密度偏差抽样能够有效加速K-means聚类过程。
- 熊开玲彭俊杰杨晓飞黄俊
- 关键词：K-MEANS聚类核密度估计数据挖掘
- 博物馆数字化科普平台建设被引量：10
- 2014年
- 建设博物馆数字化的科普平台,加强了对馆藏文物的保护能力,促进了博物馆的历史文化教育和传播功能,具有重大的现实意义和深远的历史意义。本工作将介绍其构建方法:采用全景拍摄、三维扫描等数字化信息采集技术,对博物馆建筑的内外景、重点馆藏文物进行信息采集,构建虚拟的历史遗迹遗存、网上博物馆,将实体博物馆以数字化方式完整呈现,通过互联网/移动互联网提供身临其境的虚拟参观服务;采用二维码、电子标签、混合定位等技术,为现场观众提供自助音视频文化科普导览服务;策划制作面向广大青少年的反映中国历史文化遗产的4D影视科普作品及建设面向普通观众开放的博物馆4D动感影厅工程播放系统,以此构建博物馆数字化科普平台。
- 黄俊杨晓飞
- 关键词：数字博物馆
- 基于凸优化的图像隐藏信息重构方法被引量：1
- 2017年
- 针对图像信息隐藏最不重要位(LSB)算法抗攻击性弱的缺点,提出了一种将凸优化的矩阵重建理论运用于所提取的隐密图像中的重建方法。对所提取的隐密图像作离散余弦变换(DCT),使变换后的数据稀疏化,利用奇异值迭代算法重构数据,通过逆运算得到精度较高的隐秘图像,实验结果验证了方法的可行性。
- 赵震震杨晓飞黄俊刘书朋
- 关键词：凸优化离散余弦变换
