检索结果-内蒙古大学图书馆

火箭军工程大学学报 2025年第2期 13-21页

作者：冯树成贺维马宁周国辉哈尔滨师范大学计算机科学与信息工程学院

针对工业设备故障诊断中常面临的样本量大、参数繁杂等问题，提出了一种新型可扩展置信规则库模型（Extended Belief Rule Base, EBRB），该模型具有良好的可解释性和合理性，便于技术人员根据模型输出进行可靠的决策。首先，运用极致... 详细信息

针对工业设备故障诊断中常面临的样本量大、参数繁杂等问题，提出了一种新型可扩展置信规则库模型（Extended Belief Rule Base, EBRB），该模型具有良好的可解释性和合理性，便于技术人员根据模型输出进行可靠的决策。首先，运用极致梯度提升方法对大量特征进行重要性评估，选取最具诊断价值的特征，有效降低问题维度；然后，在推理阶段，引入投影协方差矩阵自适应策略优化方法进行参数优化，从而提升模型性能；最后，在输出阶段，采用基于阈值的方式限制激活规则数量，并使用改进的证据推理引擎，以提高推理效率和准确性。结果表明：提出的EBRB在多个故障诊断任务中表现优异，在滚动体故障诊断中，准确率达98.15%，与K最邻近模型并列第一；在内圈故障诊断中，准确率为90.74%，优于所有其他对比模型；在外圈故障诊断中，准确率为88.89%，同样高于其他对比模型。实验结果验证了该模型在处理复杂工业设备故障诊断任务中的高准确性和鲁棒性，为工业设备故障诊断领域提供了一种新的有效解决方案。

关键词：可扩展置信规则库故障诊断特征选择参数优化

来源：评论

学校读者我要写书评

暂无评论

一种基于欧氏距离的种群规模动态控制方法

引用

电子与信息学报 2022年第6期44卷 2195-2206页

作者：季伟东倪婉璐哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

种群规模是决定算法性能最重要的参数,其大小会引发算法过早收敛或效率低下等问题。该文提出一种基于欧氏距离的种群规模动态控制方法(EDPS),通过引入欧氏距离建立核心圆域,利用核心圆域反馈的信息动态控制种群规模,提出基于核心圆域的... 详细信息

种群规模是决定算法性能最重要的参数,其大小会引发算法过早收敛或效率低下等问题。该文提出一种基于欧氏距离的种群规模动态控制方法(EDPS),通过引入欧氏距离建立核心圆域,利用核心圆域反馈的信息动态控制种群规模,提出基于核心圆域的增加/删除个体数目的方法。将该方法运用到粒子群算法、遗传算法和差分进化算法中,对收敛性进行分析,在测试函数上对其性能进行测试,实验结果表明了所提新策略的有效性。

关键词：欧氏距离核心圆域动态控制种群规模自然计算

来源：评论

学校读者我要写书评

暂无评论

非参数变换和改进动态规划的立体匹配算法

引用

哈尔滨工业大学学报 2015年第3期47卷 60-65页

作者：门宇博马宁张国印李香门朝光孙鹏飞哈尔滨工程大学计算机科学与技术学院哈尔滨150001 哈尔滨师范大学计算机科学与信息工程学院哈尔滨150001

针对传统稠密立体匹配方法在非纹理区、深度不连续处和遮挡处存在错误匹配率过高的问题,提出一种基于非参数变换和改进动态规划相结合的立体匹配算法.采用稀疏非参数变换相关方法计算初始局部匹配代价,并利用行列双向约束动态规划算法... 详细信息

针对传统稠密立体匹配方法在非纹理区、深度不连续处和遮挡处存在错误匹配率过高的问题,提出一种基于非参数变换和改进动态规划相结合的立体匹配算法.采用稀疏非参数变换相关方法计算初始局部匹配代价,并利用行列双向约束动态规划算法对匹配代价进行全局优化,在获取初始视差后分别对原始图像每一像素点进行可信性与纹理性检测,最后利用视差平面拟合结果代替非纹理与非可信区域像素点的原始视差,得到稠密视差图.实验表明,该算法具有较高的鲁棒性与匹配精度,尤其在处理图像的非纹理区、深度不连续处和遮挡处,可获得精确的匹配结果.

关键词：立体匹配 Census变换动态规划双向约束视觉导航

来源：评论

学校读者我要写书评

暂无评论

基于阴影集的多粒度三支聚类集成

引用

电子学报 2021年第8期49卷 1524-1532页

作者：姜春茂赵书宝哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

聚类集成旨在通过融合多个不同的基聚类结果得到一个统一的类簇划分.针对现实环境中的模糊和不确定性数据,本文提出了一种基于阴影集的多粒度三支聚类集成算法.算法首先使用FCM聚类产生一组有差异性的基聚类成员,并通过阴影集构造三支聚... 详细信息

聚类集成旨在通过融合多个不同的基聚类结果得到一个统一的类簇划分.针对现实环境中的模糊和不确定性数据,本文提出了一种基于阴影集的多粒度三支聚类集成算法.算法首先使用FCM聚类产生一组有差异性的基聚类成员,并通过阴影集构造三支聚类.然后引入多粒度粗糙集构建了四个近似集合,将每一个类簇划分为一个核心域和三个边界域.最后对边界域中的数据依次划分到核心域中,无法划分的对象则留在边界域,最终得到了三支聚类集成的结果.实验结果表明,本算法在准确率、调整兰德系数和归一化互信息方面,与多种现有的聚类集成算法相比得到了更好的聚类集成结果.

关键词：聚类集成三支聚类多粒度模糊c均值(FCM) 阴影集

来源：评论

学校读者我要写书评

暂无评论

基于正态分布衰减惯性权重的粒子群优化算法

引用

深圳大学学报（理工版） 2020年第2期37卷 208-213页

作者：徐浩天季伟东孙小晴罗强哈尔滨师范大学计算机科学与信息工程学院

针对粒子群优化(particle swarm optimization,PSO)算法无法在提高收敛速度的同时避免早熟的缺陷,提出基于正态分布衰减惯性权重粒子群优化(normal distribution decay inertial weight particle swarm optimization,NDPSO)算法.以正态分布曲线作为惯性权重的衰减策略曲线,通过引入控制因子对粒子的位置进行改善,使得NDPSO算法能很好的在优化过程中平衡全局搜索和局部搜索能力.使用8个标准函数测试分别对粒子群优化(particle swarm optimization,PSO)、线性权重衰减粒子群优化(linear decay inertial weight particle swarm optimization,LDWPSO)、指数权重衰减粒子群优化(exponential decay weight particle swarm optimization,EXPPSO)、收缩因子粒子群优化(constriction factor particle swarm optimization,CFPSO)、高斯分布衰减惯性权重粒子群优化(Gaussian decay inertial weight particle swarm optimization,GDIWPSO)、基于动态加速度系数的粒子群优化(particle swarm optimization based on dynamic acceleration coefficients,PSO-DAC)、性权重自适应粒子群优化(inertia weight adaptive particle swarm optimization,简称PSO-LH)算法以及NDPSO算法进行仿真,分析他们的收敛速度和收敛精度.结果表明,NDPSO算法不管在单峰函数问题还是多峰函数问题上,总体性能都优于其他算法.

关键词：人工智能群体智能算法粒子群算法惯性权重正态分布衰减策略

来源：评论

学校读者我要写书评

暂无评论

汉语普通话水平测试中儿化音的自动检测与评价

引用

声学学报 2014年第5期39卷 639-646页

作者：张珑李海峰马琳王建华哈尔滨工业大学计算机科学与技术学院哈尔滨150001 哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

提出一种汉语普通话水平测试中儿化音的自动检测与评价方法。在现有计算机辅助发音评测系统的框架下,深入分析儿化音的发音规律和声学特性,将儿化音的检测与评价转化成典型的分类问题进行处理。经过挑选多个有代表性的声学特征,并尝试... 详细信息

提出一种汉语普通话水平测试中儿化音的自动检测与评价方法。在现有计算机辅助发音评测系统的框架下,深入分析儿化音的发音规律和声学特性,将儿化音的检测与评价转化成典型的分类问题进行处理。经过挑选多个有代表性的声学特征,并尝试多种不同的分类算法,结果表明,集成分类回归树(Boosting CART)强化分类模型,能充分利用儿化音的各种声学特征,分类正确率达到92.41%。通过对声学特征组的进一步分析,发现共振峰、发音置信度、时长是表达儿化音的最重要线索,利用这些线索能有效地实现对儿化音的自动检测与评价。

关键词：普通话水平测试自动检测评价方法汉语声学特征分类问题计算机辅助分类回归树

来源：评论

学校读者我要写书评

暂无评论

基于生存簇识别和预测的生存态势感知模型

引用

电子科技大学学报 2018年第4期47卷 558-565页

作者：赵国生邵子豪王健任孟其哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回... 详细信息

可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回归积分滑动平均(ARIMA)模型预测目标系统生存态势的未来趋势,并对预测结果进行了残差修正;最后,结合事前识别和事后预测实现了对可生存系统生存态势的感知。仿真实验表明,该模型具有良好识别效果和较高的预测准确度。

关键词：自回归积分滑动平均模型残差修正生存簇生存态势 Ward聚类

来源：评论

学校读者我要写书评

暂无评论

面向任务代价差异的移动群智感知激励模型

引用

电子与信息学报 2019年第6期41卷 1503-1509页

作者：王健黄越赵国生赵中楠哈尔滨理工大学计算机科学与技术学院哈尔滨150080 哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

针对感知任务参与者数量不足和提供数据质量不高的问题,该文提出一种面向任务代价差异的移动群智感知激励模型。首先,利用模糊推理方法分析数据量、环境条件及设备消耗对任务代价的影响,将感知任务按照代价差异划分为不同等级,同时为请... 详细信息

针对感知任务参与者数量不足和提供数据质量不高的问题,该文提出一种面向任务代价差异的移动群智感知激励模型。首先,利用模糊推理方法分析数据量、环境条件及设备消耗对任务代价的影响,将感知任务按照代价差异划分为不同等级,同时为请求者制定预算并给予参与者合适的报酬。其次,通过信誉度评估和参与者优选将感知任务分配给更合适的参与者完成感知任务并上传感知数据。最后,对参与者上传感知数据评估,更新参与者信誉度,并根据参与者完成感知任务的代价等级支付相应报酬。基于真实数据集的仿真实验结果表明,该模型能够利用各个模块间的相互影响,有效招募更多的用户参与感知任务并促进参与者上传高质量的感知数据。

关键词：移动群智感知激励机理任务代价差异信誉度

来源：评论

学校读者我要写书评

暂无评论

云计算系统认知生存模型及量化分析

引用

电子科技大学学报 2017年第5期46卷 709-715页

作者：赵国生李光程王健哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150001

从云计算演变而来的云安全已成为网络安全领域新的研究热点,而云安全中的可生存性研究尤为重要。首先分析了云计算系统可生存性的研究现状;然后基于认知计算技术提出云计算系统的认知生存性定义,讨论了云计算系统的认知生存能力;最后使... 详细信息

从云计算演变而来的云安全已成为网络安全领域新的研究热点,而云安全中的可生存性研究尤为重要。首先分析了云计算系统可生存性的研究现状;然后基于认知计算技术提出云计算系统的认知生存性定义,讨论了云计算系统的认知生存能力;最后使用半马尔科夫性能进程代数(SM-PEPA)对认知生存模型建模,并对其进行了量化评估。仿真试验以认知生存指数作为评估指标,对生存性威胁的构成、抵抗攻击的能力、策略库的知识丰富度以及生存性威胁检测率等参数的取值结合实例模拟对云计算系统认知生存性的影响,通过求解模型的首次通过时间概率密度函数,验证模型对认知生存能力评估的合理性和有效性。

关键词：云计算云安全认知生存性量化分析

来源：评论

学校读者我要写书评

暂无评论

基于Tangle网络的移动群智感知数据安全交付模型

引用

电子与信息学报 2020年第4期42卷 965-971页

作者：赵国生张慧王健哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025 哈尔滨理工大学计算机科学与技术学院哈尔滨150080

针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参... 详细信息

针对现有群智感知平台在数据和酬金交付过程中存在的安全风险和隐私泄露问题,该文提出一种基于Tangle网络的分布式群智感知数据安全交付模型。首先,在数据感知阶段,调用局部异常因子检测算法剔除异常数据,聚类获取感知数据并确定可信参与者节点。然后,在交易写入阶段,使用马尔科夫蒙特卡洛算法选择交易并验证其合法性,通过注册认证中心登记完成匿名身份数据上传,并将交易同步写入分布式账本。最后,结合Tangle网络的累计权重共识机制,当交易安全性达到阈值时,任务发布者可进行数据和酬金的安全交付。仿真试验表明,在模型保护用户隐私的同时,增强了数据和酬金的安全交付能力,相比现有感知平台降低了时间复杂度和任务发布成本。

关键词：移动群智感知 Tangle网络感知数据安全交付

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：