检索结果-内蒙古大学图书馆

计算机应用与软件 2012年第10期29卷 141-144,187页

作者：刘丹李桂英东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江大学机电工程学院黑龙江哈尔滨150080

针对森林火灾发生的复杂性及扑救的困难性,提出利用无线传感器网络进行林火预测的方法。为了更好地延长网络的生命周期,提出基于蚁群能量的分簇算法,该算法在保证网络能量消耗最小的情况下进行无线传感节点的分簇,利用主副簇头均衡网络... 详细信息

针对森林火灾发生的复杂性及扑救的困难性,提出利用无线传感器网络进行林火预测的方法。为了更好地延长网络的生命周期,提出基于蚁群能量的分簇算法,该算法在保证网络能量消耗最小的情况下进行无线传感节点的分簇,利用主副簇头均衡网络中簇头节点能量的消耗,综合考虑能量、距离和分工等因素确定成簇半径,并结合蚁群算法进行簇间最短路径的数据传递。实验结果表明,该算法的设计时刻以节约网络能量为基础,最大限度地增加网络的健壮性,延长网络的使用寿命,较其他节能算法总能量消耗最多下降15%,在林火预测中具有良好的实际应用价值。

关键词：无线传感器网络林火预测蚁群能量分簇算法蚁群算法分簇算法

来源：评论

学校读者我要写书评

暂无评论

基于启发式掩模EMD的音频突变成分检测方法

引用

信号处理 2020年第6期36卷 885-893页

作者：李海峰戎晓汇马琳徐忠亮薄洪健哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 深圳航天科技创新研究院广东深圳518057

多数情况下,音频信号可以视为是由稳态成分和突变成分两种成分组成,稳态成分与突变成分在属性特征方面具有明显的差异,而且突变成分通常承载更重要的信息,是信号处理要分析提取的目标。为有效检测出突变成分并将这两种成分分离,需要完... 详细信息

多数情况下,音频信号可以视为是由稳态成分和突变成分两种成分组成,稳态成分与突变成分在属性特征方面具有明显的差异,而且突变成分通常承载更重要的信息,是信号处理要分析提取的目标。为有效检测出突变成分并将这两种成分分离,需要完整精确地检测提取出突变成分。为此本文提出一种基于启发式掩模经验模态分解(Empirical Mode Decomposition,EMD)的音频突变成分检测方法,该检测方法中使用启发式掩模EMD分解音频信号并从中提取出各点的瞬时信息作为检测特征,同时本文提出一种窗长自适应更新策略来设定适合突变成分的长度。在IOWA的乐器音频数据集中,该检测方法能够实现以98.68%的检测精确率和87.65%的检测召回率将音频突变成分检测出来。此外该检测方法无需人为干预,并且检测出的突变成分维度一致,便于进行后续的特征提取、分类识别等处理操作。

关键词：掩模经验模态分解音频信号突变成分检测方法

来源：评论

学校读者我要写书评

暂无评论

基于TVF-EMD的乐器音质特征分析方法及其应用

引用

信号处理 2020年第6期36卷 932-941页

作者：李海峰孙聪珊马琳薄洪健徐忠亮哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 深圳航天科技创新研究院广东深圳518063 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

音质(Timbre)是音乐感知和言语识别的重要线索。传统音质分析方法无法同时获取理想的时间分辨率和频域分辨率,对音频的非平稳特性没有很好地处理。本文采用时变滤波经验模态分解(Time Varying Filtering based EMD,TVF-EMD)方法提取音... 详细信息

音质(Timbre)是音乐感知和言语识别的重要线索。传统音质分析方法无法同时获取理想的时间分辨率和频域分辨率,对音频的非平稳特性没有很好地处理。本文采用时变滤波经验模态分解(Time Varying Filtering based EMD,TVF-EMD)方法提取音频的固有模态函数用于希尔伯特变换,并构建了音质的希尔伯特频谱分布特征和希尔伯特轮廓特征。在乐器分类问题中,将提取的两类音质特征与Mel倒谱系数特征(Mel Frequency Cepstral Coefficients,MFCCs)有效结合,然后构造基于双向长短时记忆网络的音质时序分类器,在公开乐器演奏音频数据库中进行了乐器分类实验。结果表明,所提出的音质特征可以有效补充Mel倒谱特征等传统特征无法表达的非线性非平稳信息,大大提高了本音质表征方法对复杂音频的适应性和鲁棒性。

关键词：音质时变滤波经验模态分解希尔伯特频谱分布特征希尔伯特轮廓特征乐器分类

来源：评论

学校读者我要写书评

暂无评论

基于约束优化的木材燃烧多光谱真温测量

引用

传感器与微系统 2023年第7期42卷 128-131页

作者：李云龙邢键王博曹亚亭哈尔滨工业大学仪器科学与工程学院黑龙江哈尔滨150001 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

木材具有易燃性,在燃烧时产生的大量热辐射会对周围环境造成极大破坏,所以需要对木材燃烧的真温值进行实时监测。多光谱辐射测温是有效的非接触测量方法,该方法需要假设发射率模型进行真温反演,当发射率未知时,无法准确反演真温值。针... 详细信息

木材具有易燃性,在燃烧时产生的大量热辐射会对周围环境造成极大破坏,所以需要对木材燃烧的真温值进行实时监测。多光谱辐射测温是有效的非接触测量方法,该方法需要假设发射率模型进行真温反演,当发射率未知时,无法准确反演真温值。针对此问题,首先,将多光谱温度反演问题转换为约束优化问题;然后,利用坐标轮换约束优化算法求解被测目标温度值;最后,使用多光谱辐射测温仪对燃烧状态的红松木火焰进行真温测量,并与热电偶测量结果进行对比。根据实验结果表明:多光谱辐射测温法得到的结果最大绝对误差为28.174 K,最大相对误差为2.252%。验证了坐标轮换约束优化法的实用性与可行性,为后续木材燃烧火焰温度高精度测量提供了有效的依据。

关键词：木材燃烧多光谱辐射测温法坐标轮换约束优化

来源：评论

学校读者我要写书评

暂无评论

基于模糊控制理论的温室葡萄种植灌溉算法

引用

江苏农业科学 2017年第14期45卷 184-188页

作者：王健谢南黄春营东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 天津大学软件学院天津300072

结合温室环境下葡萄的需水特点提出上限灌溉和下限灌溉2种灌溉方式,同时结合葡萄生长周期及环境因素,给出一种运用模糊控制理论动态调节灌溉量并预测下次灌溉时间的智能控制算法,在不影响产量的基础上保证水资源的最大利用率。结果表明... 详细信息

结合温室环境下葡萄的需水特点提出上限灌溉和下限灌溉2种灌溉方式,同时结合葡萄生长周期及环境因素,给出一种运用模糊控制理论动态调节灌溉量并预测下次灌溉时间的智能控制算法,在不影响产量的基础上保证水资源的最大利用率。结果表明,该方法最大超调量为20%,响应时间为22 s,具有较高的稳定性与响应速度,与人工控制方式相比,在产量基本不变的条件下可达到节约17%水资源的效果,为葡萄自动化灌溉开辟了一条新途径。

关键词：葡萄种植生长周期动态调节模糊控制灌溉预测算法自动化灌溉

来源：评论

学校读者我要写书评

暂无评论

融合ReFPN结构与混合注意力的小目标检测算法

引用

哈尔滨理工大学学报 2022年第2期27卷 85-91页

作者：赵一鸣王金聪任洪娥赵龙东北林业大学信息与计算机工程学院哈尔滨150040 东北林业大学机电工程学院哈尔滨150040 黑龙江省林业智能装备工程研究中心哈尔滨150040

基于深度学习的小目标检测研究对于如小人脸识别、遥感图像检测等任务的优化与提升都具有极为重要的意义。但由于图像中的小目标所占像素较少,分辨率低,包含的特征信息不明显,现有方法对小目标的检测效果并不理想。针对此问题,提出一种... 详细信息

基于深度学习的小目标检测研究对于如小人脸识别、遥感图像检测等任务的优化与提升都具有极为重要的意义。但由于图像中的小目标所占像素较少,分辨率低,包含的特征信息不明显,现有方法对小目标的检测效果并不理想。针对此问题,提出一种基于反馈的特征融合网络ReFPN用于YOLOv4算法,两次利用骨干网络提取的原始特征层,加强小目标特征信息,对其进行更精确的位置回归。同时提出混合注意力机制Co-AM充分提取小目标的细节特征信息,抑制无效特征,进一步提高小目标的检测精度。实验结果表明,此文提出的方法使YOLOv4算法在MS COCO数据集上平均精度AP提高了1.9%,小目标平均精度AP_(S)提高了3.3%,检测效果优于现有小目标检测算法,证明了此文提出方法的有效性。

关键词：深度学习小目标检测特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于局部敏感哈希的改进堆叠算法

引用

广西师范大学学报（自然科学版） 2020年第4期38卷 21-31页

作者：王俊杰温雪岩徐克生于鸣东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 国家林业局哈尔滨林业机械研究所黑龙江哈尔滨150086

堆叠泛化有着与生俱来的高复杂性、“数据泄露”的问题,同时针对不同的数据样本也存在稳定性方面的问题。为此,本文提出的基于敏感哈希的堆叠算法LBDS,利用局部敏感哈希(local sensitive hashing,LSH)算法,首先将训练集和测试集映射到... 详细信息

堆叠泛化有着与生俱来的高复杂性、“数据泄露”的问题,同时针对不同的数据样本也存在稳定性方面的问题。为此,本文提出的基于敏感哈希的堆叠算法LBDS,利用局部敏感哈希(local sensitive hashing,LSH)算法,首先将训练集和测试集映射到哈希桶,当其中某个桶满时作为开始训练条件,训练出的模型对下一次桶满时的训练数据和测试数据及其邻域进行预测。接着,利用稳定性和信息熵条件对基分类器筛选,生成高层数据。最后,将高层训练预测得到的结果通过混合投票和平均的方法求得最终分类结果。在若干数据集上的验证结果显示,LBDS在Acc和AUC上有平均2%的改进,训练时间复杂度有10%的降低,同时表现出更好的稳定性和更强的泛化能力。

关键词：堆叠泛化局部敏感哈希时间复杂度稳定性元分类器

来源：评论

学校读者我要写书评

暂无评论

基于决策图的复杂系统模型对称约减方法

引用

计算机工程与设计 2013年第10期34卷 3685-3689页

作者：纪明宇王海涛陈志远李艳梅东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

针对复杂随机系统模型检测过程中的状态空间爆炸问题,提出一种用于支持迁移回报特征描述的概率模型对称约减方法。通过引入状态集等价关系唯一表示函数,约减了原模型中的状态集尺寸;通过加入回报特征描述,改进了传统的多终端二元决策图... 详细信息

针对复杂随机系统模型检测过程中的状态空间爆炸问题,提出一种用于支持迁移回报特征描述的概率模型对称约减方法。通过引入状态集等价关系唯一表示函数,约减了原模型中的状态集尺寸;通过加入回报特征描述,改进了传统的多终端二元决策图,用于表示概率回报模型中的迁移关系;基于迁移矩阵,提出了一种高效的对称约减算法,完成了迁移关系的约简。实验结果表明了该方法的可行性与有效性。

关键词：形式化验证模型检测状态空间爆炸决策图对称约减商模型

来源：评论

学校读者我要写书评

暂无评论

两段式蚁群粒子群混合优化算法求解MFJSP

引用

计算机应用与软件 2012年第8期29卷 52-54,109页

作者：李莉周春楠东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150000

为克服单一优化算法在解决MFJSP中固有的弊端提出两段式蚁群粒子群混合优化算法(TSAPO)。在TSAPO中,采用分解方式通过两个阶段实现多目标优化。第一阶段确定算法子集并设计相应的蚂蚁转移概率,利用蚁群优化算法获取工艺路线;第二阶段通... 详细信息

为克服单一优化算法在解决MFJSP中固有的弊端提出两段式蚁群粒子群混合优化算法(TSAPO)。在TSAPO中,采用分解方式通过两个阶段实现多目标优化。第一阶段确定算法子集并设计相应的蚂蚁转移概率,利用蚁群优化算法获取工艺路线;第二阶段通过对粒子群解码的设计,利用能够进行参数自适应调整的粒子群优化算法解决排产问题。利用TSAPO算法进行标准算例实验,获得优于参加比较的其他算法优化目标,证明TSAPO算法在求解MFJSP中具有更好的优化效果。

关键词：柔性作业车间调度问题多目标优化蚁群优化算法粒子群优化算法两段式蚁群粒子群优化算法

来源：评论

学校读者我要写书评

暂无评论

综合特征Markov模型稳态性质验证方法

引用

计算机工程与设计 2013年第11期34卷 3924-3928页

作者：纪明宇陈志远王海涛哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

针对带有复杂参数特征的信息系统性质验证需求,提出一种作用于连续概率奖励模型的稳态公式性质验证分析方法。使用具有综合特征表示能力的连续时间马尔可夫决策过程作为系统定量分析模型,采用连续随机奖励逻辑描述系统的性质,通过不确... 详细信息

针对带有复杂参数特征的信息系统性质验证需求,提出一种作用于连续概率奖励模型的稳态公式性质验证分析方法。使用具有综合特征表示能力的连续时间马尔可夫决策过程作为系统定量分析模型,采用连续随机奖励逻辑描述系统的性质,通过不确定性消解、离散化处理、状态消去等方法,实现了原模型中稳态概率的近似求解。理论分析及实例结果表明了该方法的可行性和有效性。

关键词：模型检测稳态公式定量分析连续随机奖励逻辑离散化状态消去

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：