检索结果-内蒙古大学图书馆

计算机集成制造系统 2018年第7期24卷 1871-1879页

作者：许荣斌王业国王福田何明慧汪梦龙谢莹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 安徽大学计算机科学与技术学院安徽合肥230601 安徽大学信息保障技术协同创新中心安徽合肥230601

为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递... 详细信息

为了有效监控快递运输过程,对日常快递业务量进行预测,以保证快递包裹能够按时到达。将大量快递包裹运输过程抽象建模以构造多流程实例;提出改进惯性权重的粒子群优化算法和反向传播神经网络的组合模型(IPSO-BP)来预测物流公司日常快递业务量;进而动态申请合适数量云资源以处理变化的业务需求。大量仿真实验证明,在神经网络参数选择合理的情况下,IPSO-BP模型比其他传统方法有更好的预测效果。

关键词：物流运输工作流粒子群优化算法反向传播神经网络快递业务量预测

来源：评论

学校读者我要写书评

暂无评论

一种带宽展宽的小型化GPS天线

引用

安徽大学学报（自然科学版） 2018年第5期42卷 74-86页

作者：孙玉发吴志锋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

为了改善微带天线带宽性能和减小天线尺寸,提出一种能够同时实现带宽展宽和小型化的设计方案.该方案将垂直正交的I型超材料单元与4个寄生开口谐振环相结合的结构置于贴片和地板间,并在地板嵌入一个缺陷结构.与原始天线相比,设计的天线... 详细信息

为了改善微带天线带宽性能和减小天线尺寸,提出一种能够同时实现带宽展宽和小型化的设计方案.该方案将垂直正交的I型超材料单元与4个寄生开口谐振环相结合的结构置于贴片和地板间,并在地板嵌入一个缺陷结构.与原始天线相比,设计的天线辐射贴片面积减少了45.4%,阻抗带宽展宽了46%,同时保持了良好的增益.实物测试结果与仿真结果吻合较好.

关键词：微带天线圆极化小型化超材料宽带

来源：评论

学校读者我要写书评

暂无评论

基于紧急程度的共享异构资源调度策略

引用

计算机集成制造系统 2018年第7期24卷 1706-1713页

作者：许荣斌刘鑫程永亮石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230039 安徽大学计算机科学与技术学院安徽合肥230601 安徽大学信息保障技术协同创新中心安徽合肥230601

为了在有限的时间内处理完成大量业务流程,用有向无环图(DAG)进行建模,解决多DAG共享异构资源调度问题。提出结合相对严格程度和宽松度两种权衡DAG时序约束紧急程度的方法,衡量多DAG任务的优先级;基于紧急程度的异构最早完成时间(HEFT)... 详细信息

为了在有限的时间内处理完成大量业务流程,用有向无环图(DAG)进行建模,解决多DAG共享异构资源调度问题。提出结合相对严格程度和宽松度两种权衡DAG时序约束紧急程度的方法,衡量多DAG任务的优先级;基于紧急程度的异构最早完成时间(HEFT)改进算法,对具有时序约束的多个DAG任务进行调度;探测由于DAG调度紧急程度过高产生的过载现象,利用相关策略对任务进行选择性丢弃,在用户截止期限内完成DAG数量最大化的目标。通过仿真实验证明,所提算法对调度性能有极大的提高。

关键词：业务流程有向无环图任务优先级截止期限相对严格程度 HEFT算法

来源：评论

学校读者我要写书评

暂无评论

异构传感网中一种能量均衡非均匀分簇算法

引用

安徽大学学报（自然科学版） 2018年第3期42卷 59-65页

作者：武朗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230039

分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异... 详细信息

分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异构传感网中一种能量均衡非均匀分簇算法.一方面,簇头选取阶段,在考虑节点剩余能量的同时,引入非均匀竞争机制;另一方面,簇构建阶段,为节点选取簇头时,不仅考虑簇头剩余能量、节点与簇头间距,也考虑节点与基站间距.仿真结果表明,与LEACH,SEP,DEEC分簇算法相比,该算法有效均衡了簇头的能量消耗、延长了网络寿命.

关键词：异构传感网单跳能量均衡非均匀

来源：评论

学校读者我要写书评

暂无评论

量化容差关系的程度多粒度粗糙集模型

引用

测控技术 2019年第3期38卷 16-20,25页

作者：姚晟陈菊徐风汪杰吴照玉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 安徽大学计算机科学与技术学院安徽合肥230601

多粒度粗糙集是一种重要的多粒度数据挖掘模型。为了对不完备信息系统中等价类重叠部分的定量信息进行挖掘,提出一种多阈值的量化容差关系程度多粒度粗糙集模型。首先将描述等价类重叠信息的程度多粒度粗糙集模型与处理不完备信息系统... 详细信息

多粒度粗糙集是一种重要的多粒度数据挖掘模型。为了对不完备信息系统中等价类重叠部分的定量信息进行挖掘,提出一种多阈值的量化容差关系程度多粒度粗糙集模型。首先将描述等价类重叠信息的程度多粒度粗糙集模型与处理不完备信息系统的量化容差关系进行结合,提出量化容差关系的程度多粒度粗糙集模型,然后在该模型的基础上,为每个粒度设定与数据相适应的阈值,提高了量化容差关系程度多粒度粗糙集模型的灵活性,增加多粒度数据挖掘的性能。UCI数据集的实验结果表明,本文所提出的粗糙集模型具有较好的分类效果和理论的可行性。

关键词：不完备信息系统量化容差关系多阈值程度多粒度粗糙集

来源：评论

学校读者我要写书评

暂无评论

基于SOM神经网络的服务质量预测

引用

软件学报 2018年第11期29卷 3388-3399页

作者：张以文项涛郭星贾兆红何强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230039 安徽大学计算机科学与技术学院安徽合肥230039 School of Information Technology Swinburne University of TechnologyMelbourne VIC3122Australia

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为了解决这一挑战问题,提出一种基于SOM神经网络的服务质量预测方法 SOMQP.首先,基于历史QoS数... 详细信息

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为了解决这一挑战问题,提出一种基于SOM神经网络的服务质量预测方法 SOMQP.首先,基于历史QoS数据,应用SOM神经网络算法分别对用户和服务进行聚类,得到用户关系矩阵和服务关系矩阵;进而,综合考虑用户信誉和服务关联性,采用一种新的Top-k选择机制获得相似用户和相似服务;最后,采用基于用户和基于项目的混合策略对缺失的QoS值进行预测.在真实的数据集WS-Dream上进行了大量实验,结果表明,与经典的CF算法和K-means算法相比,该方法在较大程度上提高了QoS的预测精度.

关键词：质量预测 SOM 神经网络 K-means

来源：评论

学校读者我要写书评

暂无评论

基于监督局部线性嵌入方法的阿尔茨海默病磁共振成像分类研究

引用

生物医学工程学杂志 2018年第4期35卷 613-620页

作者：赵海峰葛园园王政安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室合肥230601

针对阿尔茨海默病(AD)早期阶段分类这一研究难题,传统的线性特征提取算法很难从其高维特征中挖掘出鉴别能力较强的信息来有效地表示样本特征。因此,本文采用监督局部线性嵌入(SLLE)特征提取算法,对412例受试者的大脑皮质厚度(CTH)和脑... 详细信息

针对阿尔茨海默病(AD)早期阶段分类这一研究难题,传统的线性特征提取算法很难从其高维特征中挖掘出鉴别能力较强的信息来有效地表示样本特征。因此,本文采用监督局部线性嵌入(SLLE)特征提取算法,对412例受试者的大脑皮质厚度(CTH)和脑感兴趣区域体积(VOI)特征进行提取,减少其冗余特征以提高识别精度。受试者来源于阿尔茨海默病神经影像学(ADNI)数据集,包含93例稳定型轻度认知障碍(s MCI)、96例遗忘型轻度认知障碍(a MCI)、86例AD患者和137例认知正常对照老年人(CN)样本。本文采用的SLLE算法是通过添加距离修正项来计算每个样本点的近邻点,并用近邻点线性表示样本,得到局部重建权值矩阵,进而求出高维数据的低维映射。为验证该算法在分类识别中的有效性,本文将主成分分析(PCA)、近邻最小最大投影(NMMP)、局部线性映射(LLE)及SLLE等特征提取算法分别与支持向量机(SVM)分类器组合,对CN与s MCI、CN与a MCI、CN与AD、s MCI与a MCI、s MCI与AD和a MCI与AD六组实验数据进行分类识别。结果显示,以VOI为特征,利用SLLE和SVM的复合算法对s MCI和a MCI的分类准确度、灵敏度、特异性分别为65.16%、63.33%、67.62%,基于LLE和SVM的复合算法分类结果分别为64.08%、66.14%、62.77%,而基于传统SVM则分别为57.25%、56.28%、58.08%。经比较,发现SLLE和SVM组合算法的识别精度较LLE和SVM的组合算法提高了1.08%,较SVM提高了7.91%。因此,利用SLLE和SVM这一复合算法进行分类识别更有利于AD的早期诊断。

关键词：阿尔茨海默病特征提取监督局部线性嵌入遗忘型轻度认知障碍

来源：评论

学校读者我要写书评

暂无评论

超密集组网场景的移动性增强算法实现

引用

通信技术 2019年第4期52卷 858-863页

作者：朱军李秋瑾臧守涛蒋一鸣安徽大学电子信息工程学院安徽合肥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230031

提出了一种基于虚拟小区的移动性增强算法,以实现超密集网络的移动性管理。首先设计了CU/DU分离架构,实现了控制面的集中优化,将集中管理节点部署在覆盖较广的宏小区,宏小区采用低频配置,确保移动过程中控制面信令连接的稳定性以及响应... 详细信息

提出了一种基于虚拟小区的移动性增强算法,以实现超密集网络的移动性管理。首先设计了CU/DU分离架构,实现了控制面的集中优化,将集中管理节点部署在覆盖较广的宏小区,宏小区采用低频配置,确保移动过程中控制面信令连接的稳定性以及响应的实时性;然后设计了虚拟小区的资源管理模型,实现虚拟小区内小基站资源的最优化管理,通过集中管理节点有效协作虚拟小区内的小基站资源,最终达到提升用户体验的目的。

关键词：超密集组网全局资源调度 CU/DU分离控制面信令开销

来源：评论

学校读者我要写书评

暂无评论

基于互信息的推荐系统方法研究

引用

微电子学与计算机 2018年第12期35卷 76-79,84页

作者：郑诚徐启南章金平安徽大学计算智能与信号处理实验室安徽合肥230039 安徽大学计算机学院安徽合肥230601

随着网络信息的爆炸增长,越来越多的信息,让人目不暇接,推荐系统这个时候应运而生,本文提出了一种基于互信息的推荐系统,从三方面分析数据集,包括基于用户行为、商品标题以及商品标签,用互信息来计算物品之间的相似度,并且验证不同的权... 详细信息

随着网络信息的爆炸增长,越来越多的信息,让人目不暇接,推荐系统这个时候应运而生,本文提出了一种基于互信息的推荐系统,从三方面分析数据集,包括基于用户行为、商品标题以及商品标签,用互信息来计算物品之间的相似度,并且验证不同的权重,观察对推荐效果的影响,最终得到最好的推荐列表.另外,在本文数据集下,本文方法和协同过滤推荐做对比,证明本文的方法推荐效果优于协同过滤算法.

关键词：推荐系统互信息权重协同过滤

来源：评论

学校读者我要写书评

暂无评论

应用快速偶极子法与RACA法快速求解导体目标RCS

引用

合肥工业大学学报（自然科学版） 2018年第2期41卷 207-210页

作者：胡倩倩孙玉发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

文章将快速偶极子法(fast dipole method,FDM)结合再压缩自适应交叉近似(recompressed adaptive cross approximation,RACA)算法应用于导体目标雷达散射截面(radar cross section,RCS)的计算。快速偶极子法是在等效偶极子法的基础上,将远场组相互作用的偶极子之间的距离通过泰勒级数展开,实现矩阵向量积的快速计算。为了进一步加快近场组互阻抗元素的填充,采用RACA算法对阻抗矩阵进行进一步压缩。与传统FDM相比,计算时间和内存得到了有效缩减,数值结果证明了该方法的有效性和精确性。

关键词：快速偶极子法(FDM) 等效偶极子法再压缩自适应交叉近似(RACA)算法导体目标雷达散射截面(RCS)

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：