检索结果-内蒙古大学图书馆

合肥工业大学学报（自然科学版） 2018年第11期41卷 1510-1514页

作者：汤培泉孙玉发杨明李祖明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

文章提出了一种应用于手机的新型宽带四单元天线系统。该系统由4个完全相同的平面倒F天线(planar inverted-F antenna,PIFA)组成,并采用附加寄生单元、地板上开槽和延伸T型枝节相结合的方法来减少天线单元之间的耦合。实测结果表明,-10d... 详细信息

文章提出了一种应用于手机的新型宽带四单元天线系统。该系统由4个完全相同的平面倒F天线(planar inverted-F antenna,PIFA)组成,并采用附加寄生单元、地板上开槽和延伸T型枝节相结合的方法来减少天线单元之间的耦合。实测结果表明,-10dB阻抗带宽为1.31GHz (1.60~2.91GHz),覆盖了DCS1800、PCS1900、UMTS2100、LTE2300、LTE2500以及2.4GHz WLAN 6个频段。在整个工作频带内,除S12和S34小于-14dB外,其他单元之间的隔离度均小于-15dB。计算得到的包络相关系数均小于0.06,表明该天线系统具有良好的分集性能,在5G网络中具有广阔的应用前景。

关键词：宽带四单元天线系统耦合包络相关系数 5G网络

来源：评论

学校读者我要写书评

暂无评论

改进的粒子群算法优化神经网络及应用

引用

计算机工程与应用 2018年第19期54卷 107-113,128页

作者：何明慧徐怡王冉胡善忠安徽大学计算机科学与技术学院合肥230601 安徽大学教育部智能计算与信号处理实验室合肥230039

针对神经网络权值选取不精确的问题,提出改进的粒子群优化算法结合BP神经网络动态选取权值的方法。在改进的粒子群优化算法中,采用动态惯性权重,并且认知参数与社会参数相互制约。同时,改进的粒子群优化算法结合差分进化算法使粒子拥有... 详细信息

针对神经网络权值选取不精确的问题,提出改进的粒子群优化算法结合BP神经网络动态选取权值的方法。在改进的粒子群优化算法中,采用动态惯性权重,并且认知参数与社会参数相互制约。同时,改进的粒子群优化算法结合差分进化算法使粒子拥有变异与交叉操作,保持粒子的多样性。基于改进的粒子群优化算法与BP神经网络,构建IPSONN神经网络模型并运用于酒类品质的预测。实验分别从训练精度、正确率及粒子多样性三方面验证了IPSONN模型的有效性。

关键词：神经网络权值粒子群优化算法动态惯性权重变异与交叉有效性

来源：评论

学校读者我要写书评

暂无评论

基于特征融合的中文简历解析方法研究

引用

计算机工程与应用 2019年第10期55卷 244-249页

作者：陈毅符磊代云霞张剑重庆邮电大学光通信与网络重点实验室重庆400065 北京大学深圳研究院广东深圳518057 深港产学研基地深圳市智能媒体和语音重点实验室广东深圳518057 安徽大学计算机智能与信号处理教育部重点实验室合肥230601

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点,提出一种基于特征融合的中文简历解析方法,即级联Word2Vec生成的词向量和用BLSTM(Bidirectional Long Short-Term Memory)建模字序列生成的词向量,然后再结... 详细信息

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点,提出一种基于特征融合的中文简历解析方法,即级联Word2Vec生成的词向量和用BLSTM(Bidirectional Long Short-Term Memory)建模字序列生成的词向量,然后再结合BLSTM和CRF(Conditional Random Fields)对中文简历进行解析(BLSTM-CRF)。为了提高中文简历解析的效率,级联包含字序列信息的词向量和用Word2Vec生成的词向量,融合成一个新的词向量表示;再由BLSTM强大的学习能力融合词的上下文信息,输出所有可能标签序列的分值给CRF层;再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络,使用预先训练的词向量和Dropout优化神经网络,最终完成对中文简历的解析工作。实验结果表明,所提的特征融合方法优于传统的简历解析方法。

关键词：中文简历简历解析特征融合词向量神经网络

来源：评论

学校读者我要写书评

暂无评论

基于邻近度的安徽省人均GDP组合预测模型

引用

重庆工商大学学报（自然科学版） 2019年第4期36卷 95-100页

作者：李燕飞吴涛郭海艳安徽大学数学科学学院合肥230601 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

针对安徽省人均GDP预测问题,以安徽省2000-2018年人均GDP数据为研究区间,其中2000-2017年数据作为训练集,2018年数据作为测试集,提出了一类新的预测评价指标-邻近度及基于邻近度的组合预测模型,并引入一种新的组合权系数求解方法;首先... 详细信息

针对安徽省人均GDP预测问题,以安徽省2000-2018年人均GDP数据为研究区间,其中2000-2017年数据作为训练集,2018年数据作为测试集,提出了一类新的预测评价指标-邻近度及基于邻近度的组合预测模型,并引入一种新的组合权系数求解方法;首先对训练集进行单项预测,即对训练集数据进行指数预测、抛物线预测和移动平均预测,接下来对各单项预测值综合考虑,建立基于邻近度的加权几何平均组合预测模型,通过求解模型得出各单项预测权系数进而求出基于邻近度的组合预测值,最后分别在测试集和训练集上与其他预测方法预测结果进行比较,并预测安徽省2019-2021年人均GDP数据。

关键词：组合预测邻近度 MEM算法人均GDP

来源：评论

学校读者我要写书评

暂无评论

区间二型模糊语言Z-numbers及其应用

引用

重庆工商大学学报（自然科学版） 2019年第2期36卷 1-7页

作者：张凤晓张丽平吴涛安徽大学数学科学学院合肥230601 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

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模... 详细信息

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。

关键词：区间二型模糊语言Z-numbers 相似度语言尺度函数亲密度多属性群决策

来源：评论

学校读者我要写书评

暂无评论

核迁移稀疏编码算法在跨域图像分类中的应用

引用

微电子学与计算机 2018年第10期35卷 29-35页

作者：孙登第孟欠欠马云鹏安徽大学计算机与科学与技术学院安徽合肥230039 安徽大学计算智能与信号处理重点实验室安徽合肥2300601

针对非线性分布的数据样本在原始特征空间可分性较差的问题,文中提出一种基于核迁移稀疏编码的跨域图像分类方法,并应用于图像分类.首先将图像特征和字典映射到一个高维的再生核希尔伯特空间,使得线性不可分问题变为线性可分问题.然后... 详细信息

针对非线性分布的数据样本在原始特征空间可分性较差的问题,文中提出一种基于核迁移稀疏编码的跨域图像分类方法,并应用于图像分类.首先将图像特征和字典映射到一个高维的再生核希尔伯特空间,使得线性不可分问题变为线性可分问题.然后在高维特征空间中对每个样本数据进行表示.文中算法不仅有效地处理非线性结构数据,而且考虑了源域和目标域的分布差异以及几何结构信息,获得更为鲁棒的稀疏表达,提高跨域图像分类精度.

关键词：稀疏编码核方法基学习非线性

来源：评论

学校读者我要写书评

暂无评论

基于knee points的改进多目标人工蜂群算法

引用

计算机工程与应用 2018年第2期54卷 40-47页

作者：刘明辉李炜安徽大学计算智能与信号处理重点实验室合肥230039 安徽大学计算机与科学与技术学院合肥230601

传统的人工蜂群算法(Artificial Bee Colony algorithm,ABC)及其在多目标上的扩展(Multi Objective Artificial Bee Colony algorithm,MOABC)存在着在高维、多峰函数情况下收敛速度变慢、后期容易陷入局部最优以及寻优精度丢失等问题。... 详细信息

传统的人工蜂群算法(Artificial Bee Colony algorithm,ABC)及其在多目标上的扩展(Multi Objective Artificial Bee Colony algorithm,MOABC)存在着在高维、多峰函数情况下收敛速度变慢、后期容易陷入局部最优以及寻优精度丢失等问题。基于knee points提高收敛性和分布性的特点,设计了一种快速识别knee point的算法并将其应用到多目标人工蜂群算法中,提出了一种基于knee points的改进多目标人工蜂群算法(Kn MOABC)。算法在迭代过程中考虑pareto支配关系的同时,优先选择knee point作为下一代个体,极大地增强了算法的收敛速度,同时,在knee point识别算法中加入自适应的策略以保持良好的分布性。实验结果表明,Kn MOABC的性能优于三个最新的多目标人工蜂群对比算法。

关键词：多目标人工蜂群算法高维多峰函数 knee points 自适应识别策略

来源：评论

学校读者我要写书评

暂无评论

一种改进的萤火虫算法

引用

微电子学与计算机 2018年第2期35卷 61-66页

作者：左仲亮郭星李炜安徽大学计算智能与信号处理重点实验室安徽合肥230039 安徽大学计算机与科学与技术学院安徽合肥230601

为了克服原始萤火虫算法(Glowworm swarm optimization,GSO)对于高维、多峰函数寻优精度不高和后期收敛速度较慢的问题.为此,有针对性地提出了一种改进的动态步长萤火虫优化算法,在整个迭代期间,萤火虫的算法步长呈非线性递减.在寻优初... 详细信息

为了克服原始萤火虫算法(Glowworm swarm optimization,GSO)对于高维、多峰函数寻优精度不高和后期收敛速度较慢的问题.为此,有针对性地提出了一种改进的动态步长萤火虫优化算法,在整个迭代期间,萤火虫的算法步长呈非线性递减.在寻优初期保持着一个相对较大的步长进行搜索,增强其全局寻优能力,在算法后期保持一个较小的移动步长,增强其局部搜索能力.此外将原始萤火虫算法在Nit集合为0时不移动,改成试探性向外随机移动策略.采用该算法的改进思想,能在一定的程度上避免算法因为过早的成熟而陷入局部最优,并且改进的算法比原始萤火虫算法有着更好的收敛精度.通过与原始GSO和改进算法ASGSO做对比,Matlab实验仿真表明,此改进算法在一定程度上提高了收敛速度和寻优精度.

关键词：萤火虫算法多峰函数动态步长

来源：评论

学校读者我要写书评

暂无评论

双波长照明下的非干涉相位恢复算法

引用

光子学报 2018年第4期47卷 126-134页

作者：程鸿高要利徐姗姗邓会龙韦穗安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室合肥230601 陆军炮兵防空兵学院十一系合肥230031

针对原有基于强度传输方程(TIE)的非干涉相位恢复技术只适用于单波长条件下近距离传播时相位求解的局限,提出了一种双波长照明条件下的TIE算法.该算法在求解过程中考虑两个波长下相位间的相关约束,并引入了合成波长的概念.同时,考虑到TI... 详细信息

针对原有基于强度传输方程(TIE)的非干涉相位恢复技术只适用于单波长条件下近距离传播时相位求解的局限,提出了一种双波长照明条件下的TIE算法.该算法在求解过程中考虑两个波长下相位间的相关约束,并引入了合成波长的概念.同时,考虑到TIE法在远距离传播时相位恢复精度较低的问题,将其与角谱迭代算法结合,提出了一种双波长混合迭代算法.实验结果表明,双波长TIE算法相位恢复图的误差平均值降低到0.191 2;在远距离传播时,双波长混合迭代算法相位恢复图的误差平均值降低到0.220 2.表明所提算法可以在双波长照明下有效地恢复相位信息,并且不受距离的限制.

关键词：相位恢复强度传输方程双波长角谱迭代合成波长

来源：评论

学校读者我要写书评

暂无评论

联合用户兴趣矩阵及全局偏好的推荐算法

引用

计算机科学与探索 2018年第2期12卷 197-207页

作者：张以文艾晓飞崔光明钱付兰安徽大学计算智能与信号处理教育部重点实验室合肥230031 安徽大学计算机科学与技术学院合肥230601

如何从大量无序的信息中向用户准确推荐其最感兴趣的信息,是推荐系统研究领域的重要课题。为此提出一种融合用户兴趣矩阵及全局偏好的推荐算法,用于个性化服务推荐。首先,引入兴趣标签机制形成用户兴趣链,对用户服务评分集合中未评价服... 详细信息

如何从大量无序的信息中向用户准确推荐其最感兴趣的信息,是推荐系统研究领域的重要课题。为此提出一种融合用户兴趣矩阵及全局偏好的推荐算法,用于个性化服务推荐。首先,引入兴趣标签机制形成用户兴趣链,对用户服务评分集合中未评价服务进行填充,对已评价服务进行互补,从而形成用户兴趣矩阵;其次,采用兴趣矩阵的欧几里德距离进行局部相似度计算;最后,联合用户认知差异和全局行为差异形成全局偏好相似度。算法在有效融入了用户的个性化偏好信息的同时,减少了数据集稀疏性,提高了推荐的准确性。在真实的Movie Lens 1M数据集上进行的大量实验表明,与当前具有代表性的推荐算法相比,算法显著提高了推荐精度。

关键词：协同过滤兴趣链兴趣矩阵全局偏好相似度

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：