沈艳
- 作品数：25 被引量：104H指数：7
- 供职机构：哈尔滨工程大学理学院更多>>
- 发文基金：国家自然科学基金黑龙江省高等教育教学改革工程项目更多>>
- 相关领域：理学自然科学总论自动化与计算机技术文化科学更多>>
- 深水波频域格林函数及其高阶导数算法研究被引量：4
- 2016年
- 文章研究了无限水深自由面格林函数一种新的算法,该算法将计算域重新划分为五个子区域,在每一个子区域内只涉及级数展开,没有使用插值表及数值积分,与现有格林函数算法相比,不仅给出一阶导数值,而且能高效地计算二阶导数,这在格林函数微分方程求解及高阶面元法中非常有用。数值结果表明,该方法计算速度快且一阶导数和二阶导数的计算精度达到10^(-9)。
- 段文洋余冬华沈艳
- 关键词：GREEN函数自由面高阶导数
- 优化GM(1,N)模型在交通噪声预测中的应用和精度分析被引量：9
- 2012年
- 背景值是影响GM(1,N)模型模拟精度和预测精度的重要因素。传统灰色系统多因素GM(1,N)模型对背景值采用梯形法求积,误差较大。为了提高GM(1,N)模型的精度,基于数值分析中的逼近思想,采用数值积分中的Newton-Cores公式和Gauss-Legendre公式对背景值进行修正求积。理论分析表明该方法能够有效地提高模型的预测精度。然后将经过优化的GM(1,N)模型应用到城市道路交通噪声的预测上,模型预测值的平均误差从2.913%降低到了1.108%。应用实例表明优化后的GM(1,N)模型精度比原始GM(1,1)模型精度有较大提高,验证了该优化方法的实用性和有效性,且该方法为提高模型的预测精度提供了新的途径。
- 沈艳孙红影李丽萍
- 关键词：灰色系统数值积分
- 基于数值积分公式的GM（1,1）模型优化研究被引量：7
- 2019年
- GM(1,1)模型采用最小二乘法求解参数,当数据中存在异常点时这种方法就会加大模型预测误差。从优化参数视角出发,利用基于Simpson积分公式的四阶Runge-Kutta法修正GM(1,1)模型参数辨识,提出一种新的改进GM(1,1)模型以降低模型的预测误差。同时从不同发展系数取值和预测步数两种情形进一步分析改进模型的适用范围。通过实例验证了改进模型的有效性。
- 沈艳尹金姗韩帅韩煜
- 关键词：GM(1,1)模型参数辨识
- 矩阵压缩Apriori算法分析被引量：11
- 2017年
- Apriori算法在处理较大的数据集时存在着不足:1)会产生数量庞大的候选项集,对算法运算时间和主存空间来说挑战巨大;2)多次扫描事务数据库会产生巨大的I/O负载。针对上述问题,提出了基于聚类和矩阵压缩的Apriori算法——KCCM算法。首先,通过K-means算法对大型数据集进行预处理,将其划分为若干个较小的数据集,并给出了合理性分析和证明;然后,将各个小数据集转化为布尔矩阵的形式,通过矩阵压缩的运算方式进行关联规则挖掘;最后,通过Matlab软件对算法进行了多组实验仿真,分别对Apriori算法和KCCM算法从运算时间、运行结果上进行了分析对比,实验结果表明,相比Apriori算法,KCCM算法的运行效率提高了近46.1%。
- 沈艳张琦智刘垠廉春波
- 关键词：数据挖掘K-MEANS算法APRIORI算法
- 一类图优美标号的构成及优美性
- 2000年
- 给出了一类图的优美标号构成定理 ,由此得到如下结论 :龙Cn⊙Pt 在n =1,2 (mod4)时为优美图 ,非连通图C2k+ 1∪Pk 为优美图 ,双环C4m + 1 C4m + 2 ,C4m -1 C4m + 1,C4n C4m + 3 ,C4n C4m为优美图 .
- 周大海谢美萍沈艳
- 关键词：优美标号优美图生成图优美性简单图
- 风险型多属性自修正群决策方法被引量：2
- 2017年
- 文章针对语言变量评价的风险型群决策问题,提出一种基于云模型、前景理论的风险型多属性群决策方法。该方法通过云模型、前景理论将语言变量评价转换成云前景决策矩阵,并以此计算前景值贴近度确定决策者权重,通过指数映射保证个体云前景决策矩阵在MWA算子下有效集结成群体云前景决策矩阵,结合自修正过程达到一致性要求,最后采用离差最大化规划求解各属性权重并计算各方案的综合排序情况。算例分析验证了上述方法的可行性和有效性。
- 宋艳姚双余冬华沈艳
- 关键词：群决策云模型
- 基于RBF神经网络的供应链绩效评价研究
- 本文在平衡计分卡方法基础上，建立了供应链管理绩效的评价指标，提出采用径向基函数(RBF)神经网络模型应用于供应链绩效评价预测。以多个主要影响指标作为网络的输入信息，建立管理绩效评价模型，进行实例预测仿真，并将预测的结果与...
- 沈艳梁国良佟成国
- 关键词：企业管理供应链评价绩效分析平衡计分卡
- 文献传递
- 新息累积GM(1,N)模型在交通噪声预测中的应用被引量：3
- 2013年
- 从传统的灰色GM(1,N)模型出发,利用灰色关联分析法确定相关因素的关联度,引入累积法相关理论,对GM(1,N)模型进行参数辨识,建立起多因素的累积GM(1,N)模拟模型,在此基础上,充分利用最新信息,用新息思想建立新息累积GM(1,N)预测模型。将该模型分别应用到南方某城市及北京市道路交通噪声的模拟和预测上,结果表明,所建立的新息累积GM(1,N)模型的模拟精度高,预测结果平均相对误差比GM(1,1)模型还低,预测效果好,预测值还表明,接下来两年内,噪声值基本维持稳定。
- 沈艳余冬华李丽萍
- 关键词：声学累积法GM(1,N)模型噪声预测
- 基于Newton-Cotes求积公式的GM(1,1)模型优化研究被引量：2
- 2019年
- 通过GM(1,1)模型构建过程发现,背景值的构造方式是影响模型预测精度的主要因素之一。为了提高GM(1,1)模型的预测精度,从背景值的几何意义出发,依据数据序列生成指数规律建立灰色动态序列预测模型,结合数值积分理论中的三、四阶Newton-Cotes求积公式提出两种背景值改进方法。与此同时,就发展系数不同取值以及不同预测步数两种情形分析了改进方法的适用范围。实例结果表明,两种改进背景值后的GM(1,1)模型对预测精度有着显著提高,并且扩展了GM(1,1)模型的适用性。
- 沈艳尹金姗
- 关键词：GM(1,1)模型背景值
- PCNN图像分割技术研究被引量：8
- 2014年
- 在图像处理中,精确的图像分割可以加快后续的处理工作,具有更好的应用性。根据近些年提出的脉冲耦合神经网络模型在图像分割中的应用,给出其在图像分割中的基于熵函数、准则函数、参数调整和改进的脉冲耦合神经网络模型的4种方法,并对各个方法进行了综述。最后根据模型的基本特性和文献进展情况,给出脉冲耦合神经网络模型在图像分割中未来的研究方向。
- 沈艳张晓明韩凯歌姜劲
- 关键词：脉冲耦合神经网络图像分割
