检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2011年第5期41卷 1378-1382页

作者：李占山王孜文艾阳李宏博吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012

通过对弧相容算法AC-4的研究,提出了基于AC-4的动态值启发式约束满足问题求解算法MAC-DMSV。算法充分利用AC-4在初始化阶段建立的计数器信息,选择计数最大者为优先实例化的值。将此值启发式加入MAC算法之中,在MAC的相容性检查时,更新计... 详细信息

通过对弧相容算法AC-4的研究,提出了基于AC-4的动态值启发式约束满足问题求解算法MAC-DMSV。算法充分利用AC-4在初始化阶段建立的计数器信息,选择计数最大者为优先实例化的值。将此值启发式加入MAC算法之中,在MAC的相容性检查时,更新计数器的值,实现了动态值启发式。实验结果表明,MAC-DMSV算法比MAC和BT+MPAC算法具有更高的求解效率。

关键词：人工智能动态值排序约束满足问题

来源：评论

学校读者我要写书评

暂无评论

结合约束满足消除误判的等价性验证方法

引用

吉林大学学报（工学版） 2011年第5期41卷 1374-1377页

作者：张立明曾海林赵剑欧阳丹彤何丽莉吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

通过对集成电路等价性验证方法中消除误判方法的研究,给出一种结合约束满足消除误判的方法。提出消除误判约束关系的概念,当等价性验证可能存在误判现象时,调用约束求解器对消除误判约束关系进行求解,进而消除误判。本方法不用借助其他... 详细信息

通过对集成电路等价性验证方法中消除误判方法的研究,给出一种结合约束满足消除误判的方法。提出消除误判约束关系的概念,当等价性验证可能存在误判现象时,调用约束求解器对消除误判约束关系进行求解,进而消除误判。本方法不用借助其他辅助的数据结构、相应约束关系或启发式策略,极大地降低了等价性验证的复杂度。本方法还适用于不同抽象层次间等价性验证方法中误判的消除,可以消除系统级模型和寄存器传输级等价性验证方法中存在的误判。

关键词：人工智能集成电路等价性验证割集

来源：评论

学校读者我要写书评

暂无评论

基于改进的单纯形和微分进化的混合优化算法

引用

吉林大学学报（工学版） 2011年第2期41卷 430-434页

作者：田野刘大有齐红吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

在对微分进化算法DE进行分析的基础上,结合单纯形算法(NM),提出了一种基于DE和NM的混合算法DE-NM,该算法充分利用DE算法的全局搜索能力和NM算法的局部搜索能力,使得种群既保持了个体的多样性,同时也加快了收敛速度。通过与其他一些优化... 详细信息

在对微分进化算法DE进行分析的基础上,结合单纯形算法(NM),提出了一种基于DE和NM的混合算法DE-NM,该算法充分利用DE算法的全局搜索能力和NM算法的局部搜索能力,使得种群既保持了个体的多样性,同时也加快了收敛速度。通过与其他一些优化算法对比表明,DE-NM混合算法是求解优化问题的一种有效算法。

关键词：人工智能全局优化混合优化算法微分进化算法单纯形算法

来源：评论

学校读者我要写书评

暂无评论

基于系统辨识与T-S模糊神经网络的磨矿分级控制

引用

吉林大学学报（工学版） 2011年第1期41卷 171-175页

作者：赵宏伟齐一名臧雪柏张孝临马英喆吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域。利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数。依据得到的模糊系统构建基... 详细信息

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域。利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数。依据得到的模糊系统构建基于Takage-Suge-no推理模型的自适应模糊神经网络推理系统,获得比传统的模糊神经网络具有更强的自适应性和更快的运算速度。仿真实验结果显示,本文设计的控制模型在磨矿控制过程中具有较好的应用效果。

关键词：人工智能模糊神经网络系统辨识自适应控制磨矿分级控制

来源：评论

学校读者我要写书评

暂无评论

基于人工免疫核聚类的支持向量数据描述方法

引用

吉林大学学报（工学版） 2011年第5期41卷 1369-1373页

作者：刘大有谷方明王生生吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012

为使支持向量数据描述(SVDD)能应用于无监督多分类情况,提出了一种基于人工免疫核聚类的支持向量数据描述(AIKCSVDD)方法。AIKCSVDD将人工免疫核聚类产生的记忆抗体作为目标数据点,使用SVDD方法进行多类学习。在AIKCSVDD中,一方面实现... 详细信息

为使支持向量数据描述(SVDD)能应用于无监督多分类情况,提出了一种基于人工免疫核聚类的支持向量数据描述(AIKCSVDD)方法。AIKCSVDD将人工免疫核聚类产生的记忆抗体作为目标数据点,使用SVDD方法进行多类学习。在AIKCSVDD中,一方面实现了用核聚类方法解决各类数据边界不清晰的长处与免疫网络聚类方法全局收敛、不需要先验知识的优点的有机结合;另一方面,由于用记忆抗体代替原始数据进行学习,从而更好展现了原始数据的全局分布特征。与基于K-means聚类multi-SVDD方法相比,AIKCSVDD不需要事先指定分类数;在人工数据集和UCI数据集上的实验表明,在为multi-SVDD指定分类数的情况下,AIKCSVDD仍比multi-SVDD具有更好的分类性能。

关键词：人工智能支持向量数据描述人工免疫网络核聚类

来源：评论

学校读者我要写书评

暂无评论

工业检测图像灰度波动变换自适应阈值分割算法

引用

自动化学报 2011年第8期37卷 944-953页

作者：魏巍申铉京千庆姬吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学物理学院长春130025

工业检测图像经常受到不均光照的影响,对该类图像局部自适应分割算法比全局算法能产生更好的分割效果.但局部算法中基于分块的算法对分块方法缺乏指导,而基于邻域的算法容易在背景或前景内部产生误分.针对上述缺点,本文提出了一种多方... 详细信息

工业检测图像经常受到不均光照的影响,对该类图像局部自适应分割算法比全局算法能产生更好的分割效果.但局部算法中基于分块的算法对分块方法缺乏指导,而基于邻域的算法容易在背景或前景内部产生误分.针对上述缺点,本文提出了一种多方向灰度波动变换的自适应阈值分割算法.该算法先从多个方向依照灰度波动对图像进行转换,构造以多维向量为基础的灰度波动变换矩阵,然后利用主成分分析法(Principal component analysis,PCA)将高维向量压缩至一维并生成变换图像,最后运用Otsu算法分割变换图像.该算法无需分块,并且仅需波动幅度阈值和布尔型背景色两个参数.实验结果表明,该算法能够有效减少不均光照对工业检测图像分割的影响,与Niblack法、Sauvola法等几种局部算法相比,该法在分割效果上具有了明显的提升.

关键词：图像分割局部阈值分割灰度波动 Otsu算法

来源：评论

学校读者我要写书评

暂无评论

基于线性分段与HMM的时间序列分类算法

引用

模式识别与人工智能 2011年第4期24卷 574-581页

作者：尹锐李雄飞李军彭宏吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室长春130012 新疆师范大学网络教育学院乌鲁木齐830054

抽象出时间序列的多段线性特征,并提出一种时间序列分类算法.该算法包括3个模块:导数估值函数,线性分段方法,DDHMM模型(基于HMM).首先,利用导数估值函数与线性分段方法检测多段线性特征,若满足多线段特征,则将时间序列转化为特定结构的... 详细信息

抽象出时间序列的多段线性特征,并提出一种时间序列分类算法.该算法包括3个模块:导数估值函数,线性分段方法,DDHMM模型(基于HMM).首先,利用导数估值函数与线性分段方法检测多段线性特征,若满足多线段特征,则将时间序列转化为特定结构的观察值序列;然后,利用训练观察值序列训练DDHMM模型,通过比较各模型产生测试观察值序列的概率值进行分类.实验表明,针对满足多段线性特征的时间序列,该算法具有较高的分类精度,应用在UCI数据集和实际工程中,分类效果好.

关键词：时间序列分类隐马尔可夫模型线性分段导数估值

来源：评论

学校读者我要写书评

暂无评论

最坏情况下#3-SAT问题最小上界

引用

计算机研究与发展 2011年第11期48卷 2055-2063页

作者：周俊萍殷明浩周春光翟延冬王康平吉林大学计算机科学与技术学院长春130012 东北师范大学计算机科学与信息技术学院长春130117 教育部符号计算与知识工程重点实验室(吉林大学) 长春130012

最坏情况下#SAT问题上界的研究已成为一个热门的研究领域.#SAT问题的时间复杂性是根据问题实例的大小所组成的函数计算所得.#SAT问题实例的大小不仅依赖于变量的数量,还依赖于子句的数量.以子句数量为参数研究#SAT问题在最坏情况下的上... 详细信息

最坏情况下#SAT问题上界的研究已成为一个热门的研究领域.#SAT问题的时间复杂性是根据问题实例的大小所组成的函数计算所得.#SAT问题实例的大小不仅依赖于变量的数量,还依赖于子句的数量.以子句数量为参数研究#SAT问题在最坏情况下的上界,不仅可以从另一个角度衡量算法的好坏,而且在某种程度上更能准确地反映出算法的性能.首先从子句数量的角度证明了之前提出的基于扩展规则的模型计数算法(CER算法)的上界O(2m),其中m是公式中子句的数量.为了提高#3-SAT问题的求解效率,采用了多种分裂规则,进一步给出了一种基于Davis-Putnam-Logemann-Loveland(DPLL)的#3-SAT算法MCDP.通过分析该算法得到了以子句数量为参数的#3-SAT问题在最坏情况下的上界O(1.8393m).

关键词：最坏情况上界 #3 SAT 复杂性分析模型计数

来源：评论

学校读者我要写书评

暂无评论

移动自组网的主观信任建模与仿真

引用

电子学报 2011年第12期39卷 2813-2819页

作者：王健刘衍珩张婧刘雪莲吉林大学计算机科学与技术学院吉林长春130012 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 吉林大学软件学院吉林长春130012

不同于以往只考虑最短路径或只依靠转发行为评价信任或基于推荐机制的传统路由算法,提出了一种兼顾通信可靠性和路径长度的主观信任路由模型.通过引入属性相似度概念将邻居选择、信任评估、数据转发等路由环节紧密相连,进一步建立一种... 详细信息

不同于以往只考虑最短路径或只依靠转发行为评价信任或基于推荐机制的传统路由算法,提出了一种兼顾通信可靠性和路径长度的主观信任路由模型.通过引入属性相似度概念将邻居选择、信任评估、数据转发等路由环节紧密相连,进一步建立一种新的动态包转发规则,并给出了一种计算属性相似度的推荐方法.实验结果表明主观信任路由模型较传统的DSR(Dynamic Source Routing)协议和以往的信任路由协议表现出较高的抵抗黑洞攻击和行为改变攻击的能力,同时也不受诽谤攻击的影响.

关键词：移动自组网属性相似度恶意节点信任路由动态源路由协议

来源：评论

学校读者我要写书评

暂无评论

电子细胞模型Analog-Cell中基因表达调控的模拟实现

引用

计算机研究与发展 2011年第2期48卷 195-202页

作者：韩霄松裴志利卢欣华纪兆华梁艳春吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 吉林大学数学学院长春130012 内蒙古民族大学计算机科学与技术学院内蒙古通辽028043

电子细胞模型的研究是人工生命的重要研究领域之一,Analog-Cell是国内第1个电子细胞图形模型,用于在分子水平上图形化的模拟真核细胞的基因表达过程.扩展的Analog-Cell添加了在基因表达过程中起重要作用的酶和调控因子,利用状态控制机制... 详细信息

电子细胞模型的研究是人工生命的重要研究领域之一,Analog-Cell是国内第1个电子细胞图形模型,用于在分子水平上图形化的模拟真核细胞的基因表达过程.扩展的Analog-Cell添加了在基因表达过程中起重要作用的酶和调控因子,利用状态控制机制,设计并实现了转录、mRNA的加工和翻译3个阶段中基因表达调控的主要反应的算法,并结合模拟示例展示了这些算法的运行结果.模拟实验结果表明,设计的算法符合生物学原理,使Analog-Cell具备了一定的图形化模拟基因表达调控反应的能力.最后,指出了上述工作给Analog-Cell带来的新优势,并对下一步工作进行了展望.

关键词：生物信息学人工生命电子细胞基因表达基因表达调控

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：