检索结果-内蒙古大学图书馆

重庆工商大学学报（自然科学版） 2023年第5期40卷 96-103页

作者：宋颖王健吴涛安徽大学数学科学学院合肥230601 安徽大学计算智能与信号处理教育部重点实验室合肥230601

针对大规模群决策问题(Large-scale Group Decision Problem,LGDP),在多粒度不平衡犹豫语言模糊环境下,提出了一种决策者评价信息特征提取的方法,同时考虑到决策者们聚类后形成的不同集群间的权重会受其内决策者差异的影响,定义了离散系... 详细信息

针对大规模群决策问题(Large-scale Group Decision Problem,LGDP),在多粒度不平衡犹豫语言模糊环境下,提出了一种决策者评价信息特征提取的方法,同时考虑到决策者们聚类后形成的不同集群间的权重会受其内决策者差异的影响,定义了离散系数,用于修正集群间的权重;首先,对决策者提供的多粒度语言进行一致化,并得到具有概率信息的决策矩阵;其次,在计算机视觉分析中,任意图像都是由RGB三基色构成,且图像相比于数据更易进行特征提取,故通过计算决策矩阵中的所有概率数据对应的RGB值得到对应的彩色图像,运用特征提取算法提取决策矩阵中评价信息的特征,避免了现有决策方法难以快速有效提取决策矩阵中关键特征的缺点,且在处理大规模决策问题时更高效和简洁;之后进一步对决策者进行聚类得到不同的集群,以新定义的离散系数来得到修正后的集群间权重,然后通过计算净流大小来对方案排序得到最终决策结果;最后,以铁路线路方案的选择为例,说明了方法的有效性和可行性。

关键词：决策多粒度不平衡犹豫语言特征提取

来源：评论

学校读者我要写书评

暂无评论

基于门控双卷积神经网络的机动车发动机故障检测

引用

安徽大学学报（自然科学版） 2022年第2期46卷 39-45页

作者：鲍文霞刘杨杨先军梁栋安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 中国科学院合肥物质科学研究院安徽合肥230031

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,... 详细信息

采集并构建一个包含正常和故障机动车发动机的声信号数据集,提出基于门控双卷积神经网络的机动车发动机故障检测方法.在门控卷积神经网络基础上设计门控双卷积神经网络.对比不同方法的实验结果可知:支持向量机(support vector machine,简称SVM)方法的检测准确率最低,该文方法的检测准确率最高;对声信号进行加噪和调音时,该文方法表现出好的鲁棒性.

关键词：机动车发动机故障检测门控双卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的腔体滤波器耦合参数提取

引用

安庆师范大学学报（自然科学版） 2023年第4期29卷 29-34页

作者：王鹏宋娅雯潘盼段凯月黄立场章曼靳宝坤安庆师范大学电子工程与智能制造学院安徽安庆246133 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

针对传输零点未知的情况,本文首先采用遗传算法将提取前后的S参数差值作为目标函数,寻找带外有限传输零点位置;将耦合矩阵作为辅助矩阵,并对其中的非零元素位置以及数目进行确定,然后再次利用遗传算法得到各个非零元素值以构建最终实际... 详细信息

针对传输零点未知的情况,本文首先采用遗传算法将提取前后的S参数差值作为目标函数,寻找带外有限传输零点位置;将耦合矩阵作为辅助矩阵,并对其中的非零元素位置以及数目进行确定,然后再次利用遗传算法得到各个非零元素值以构建最终实际耦合矩阵。基于此,对九阶交叉耦合腔体滤波器的实物测试结果进行参数提取,验证了该方法的可行性和有效性。本文方法可以指导滤波器的调试,降低滤波器的制造成本并缩短生产周期。

关键词：遗传算法耦合矩阵传输零点参数提取腔体滤波器

来源：评论

学校读者我要写书评

暂无评论

基于改进CTPN的驾驶证打印信息检测方法

引用

传感器与微系统 2022年第5期41卷 114-117页

作者：高刘雅孙冬高清维卢一相黄志祥吴丹安徽大学电气工程与自动化学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽超远信息技术有限公司安徽合肥230088

为解决目前驾驶证打印中复杂纹理以及原始文字背景条件的限制,提出一种基于改进连接文本提议网络(CTPN)的文本信息完整性检测方法。通过引入帧间差分的方法,先对图像作背景擦除;然后对帧差后的图像进行CTPN文本信息检测,同时引入非极大... 详细信息

为解决目前驾驶证打印中复杂纹理以及原始文字背景条件的限制,提出一种基于改进连接文本提议网络(CTPN)的文本信息完整性检测方法。通过引入帧间差分的方法,先对图像作背景擦除;然后对帧差后的图像进行CTPN文本信息检测,同时引入非极大值抑制(NMS)算法提高检测框的精度。对比未经过背景擦除的图像文本检测结果,实验表明:该方法在驾驶证文本检测中具有更好的文本信息检测效果。

关键词：帧间差分连接文本提议网络驾驶证识别文本检测

来源：评论

学校读者我要写书评

暂无评论

宽带强局域拓扑边界态的优化设计

引用

激光与光电子学进展 2021年第7期58卷 204-211页

作者：范尔盼方云团江苏大学计算机科学与通信工程学院江苏镇江212013 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230039

为了解决产生光量子霍尔效应的模型存在的边界态局域较弱和带宽较窄问题,构建了三角复式晶格光子晶体,并利用简约布里渊区中心点的能带简并得到奇宇称的p轨道和偶宇称的d轨道。首先,通过晶胞缩放反转两个轨道的位置,使拓扑相位发生变化... 详细信息

为了解决产生光量子霍尔效应的模型存在的边界态局域较弱和带宽较窄问题,构建了三角复式晶格光子晶体,并利用简约布里渊区中心点的能带简并得到奇宇称的p轨道和偶宇称的d轨道。首先,通过晶胞缩放反转两个轨道的位置,使拓扑相位发生变化。然后,分析了影响拓扑平庸结构带隙和非平庸结构带隙的主要因素。最后,对两种结构的介质柱半径和缩放距离进行了优化计算,找到实现两种结构最大公共带隙的最优参数,可实现的最大相对带宽为24.59%。在最优结构参数的基础上构建边界结构并计算出边界态色散曲线,结果表明,该边界态在有效带宽为0.0435时具有较强的自旋方向锁定和边界电磁场局域效应。

关键词：集成光学光子晶体轨道反转拓扑相变结构优化

来源：评论

学校读者我要写书评

暂无评论

基于部分消息更新的多天线与多用户联合检测

引用

安徽大学学报（自然科学版） 2023年第2期47卷 44-50页

作者：蒋芳江淑萍杨海蓉王翊许耀华胡艳军安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 安徽省物联网频谱感知与测试工程技术研究中心安徽合肥230601 合肥师范学院数学与统计学院安徽合肥230601

多输入多输出稀疏码分多址(multiple-input multiple-output sparse code multiple access,简称MIMOSCMA)系统具有大容量和高频谱效率,能够满足大规模机器通信场景低时延和大连接的需求.针对MIMOSCMA系统检测复杂度高的问题,对基于部分... 详细信息

多输入多输出稀疏码分多址(multiple-input multiple-output sparse code multiple access,简称MIMOSCMA)系统具有大容量和高频谱效率,能够满足大规模机器通信场景低时延和大连接的需求.针对MIMOSCMA系统检测复杂度高的问题,对基于部分消息更新的多天线与多用户联合检测进行研究,提出软判决联合消息传递算法(soft decision joint message passing algorithm,简称SD-JMPA)和硬判决联合消息传递算法(hard decision joint message passing algorithm,简称HD-JMPA).仿真实验结果表明:SD-JMPA和HDJMPA的误比特率(bit error ratio,简称BER)均与最大似然(maximum likelihood,简称ML)和联合消息传递算法(joint message passing algorithm,简称JMPA)的BER相近;SD-JMPA和HD-JMPA均具有与JMPA大概一致的收敛性;低信噪比场景下,选择使用SD-JMPA;高信噪比场景下,选择使用HD-JMPA.因此,相对于ML和JMPA,SD-JMPA和HD-JMPA均具有更强综合性能.

关键词： MIMO-SCMA 码字消息软判决比重因子硬判决硬性判决参数阈值

来源：评论

学校读者我要写书评

暂无评论

基于GBM算子的不平衡概率语言Z-number多属性群决策

引用

高师理科学刊 2023年第3期43卷 14-20页

作者：陈向张晓珍刘嘉俊毛军军安徽大学数学科学学院安徽合肥230039 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度... 详细信息

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度函数,讨论了概率语言Z-number在不平衡语义下的情形,运用定义的新型算子对于概率语言Z-number进行聚合.定义相关运算以及得分函数,构建多目标线性优化模型确定最佳投资比例.通过实例说明了所提出方法的可行性与有效性,并进行了灵敏度分析.

关键词：多属性群决策 Z-number Bonferroni几何平均算子得分函数

来源：评论

学校读者我要写书评

暂无评论

基于预检机制的偏振图像去烟研究

引用

大气与环境光学学报 2023年第2期18卷 108-118页

作者：阎庆叶孟孟张晶晶刘晓年福东李腾计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230601 偏振光成像探测技术安徽省重点实验室安徽合肥230031 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 合肥学院先进制造工程学院安徽合肥230031

烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性,提出了基于目标检测Yolov3算法的去烟预检机制,即在去烟流程中增加预检机制实现对烟图定向去烟,提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基... 详细信息

烟的存在会导致图像目标信息的损减或丢失。针对烟在场景中具有局域性,提出了基于目标检测Yolov3算法的去烟预检机制,即在去烟流程中增加预检机制实现对烟图定向去烟,提升去烟效率和避免对无烟区的影响。不同于现有针对可见光图像的基于深度学习去雾方法,该方法将四幅偏振态图像作为网络输入,并利用多尺度注意力对抗网络提取烟区目标的偏振态特征信息,从而缓解失真现象以及丰富去烟后目标的结构和细节信息。在真实数据集上的定性与定量实验结果表明,本文提出的算法有效提升了偏振图像的去烟效果和去烟效率。

关键词：图像除烟卷积网络偏振态图像多尺度注意力机制对抗网络

来源：评论

学校读者我要写书评

暂无评论

一种新的模糊决策树算法——基于加权毕达哥拉斯模糊熵

引用

重庆工商大学学报（自然科学版） 2023年第1期40卷 85-90页

作者：刘帅吴涛方越胡皓玮安徽大学数学科学学院合肥230031 安徽大学计算机智能与信号处理教育部重点实验室合肥230039

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模... 详细信息

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法(Weighted Pythagorean Fuzzy Decision Tree,WPFDT)。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集(Haberman、Breast Cancer、Parkinson)进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法(模糊ID3算法、C4.5算法、CART算法)比较,实验结果表明:WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。

关键词：加权毕达哥拉斯模糊熵模糊决策树算法数据分类模糊规则

来源：评论

学校读者我要写书评

暂无评论

终端协作通信中基于深度学习的路径选择方法

引用

北京邮电大学学报 2025年第2期48卷 98-105页

作者：智慧费洁葛鸿杰安徽大学计算智能与信号处理(教育部)重点实验室安徽大学电子信息工程学院

分布式终端协作信息传输的多跳、多中继场景中，用于最优路径选择的迭代搜索方法计算复杂度高。在实际网络中，路径选择方法需要在很短的时间内完成，以便及时感知和动态自适应网络环境的变化。因此，为实现不同节点位置和不同信道状态... 详细信息

分布式终端协作信息传输的多跳、多中继场景中，用于最优路径选择的迭代搜索方法计算复杂度高。在实际网络中，路径选择方法需要在很短的时间内完成，以便及时感知和动态自适应网络环境的变化。因此，为实现不同节点位置和不同信道状态信息(CSI)下的快速路径选择，提出了一种基于深度学习的路径选择方法(DL＿PSM)。该方法采用深度神经网络(DNN)模型，以所选路径的最大接收信噪比(RSNR)为优化目标，以每个节点的位置和节点之间的CSI作为DNN模型的输入特征，使用穷举搜索法计算出的最优路径作为标签，由输入特征和标签组成的训练样本来训练DNN模型。仿真结果表明，与现有的迭代搜索方法相比，DL＿PSM可以在获得99.3%的最佳RSNR性能的前提下大大降低计算时延。

关键词：路径选择深度学习分布式终端深度神经网络

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：