检索结果-内蒙古大学图书馆

计算机技术与发展 2009年第1期19卷 103-105页

作者：张义超卢英李炜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

RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐... 详细信息

RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐含层设计得当,RBF网络可以很好地解决函数接近问题。

关键词： K—means算法聚类中心隐含层节点

来源：评论

学校读者我要写书评

暂无评论

对挖掘关联规则中的Apriori算法的一种改进

引用

计算机与现代化 2009年第7期 5-8,21页

作者：刘瑞祥邹海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

对挖掘关联规则的Apriori算法关键思想以及性能进行了研究,给出该算法的一个改进算法,该改进算法提高了原算法的性能,并从实验中得出相关结果。

关键词：数据挖掘关联规则 Apriori算法频繁项集

来源：评论

学校读者我要写书评

暂无评论

基于交叉覆盖算法的蛋白质二级结构预测方法

引用

电脑知识与技术 2009年第1期5卷 206-207页

作者：张燕平章晶徐庆鹏朱远枫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

蛋白质二级结构预测在蛋白质空间结构预测中起着承上启下的重要作用。近年来，大量的方法应用于二级结构预测中，其中，神经网络算法效果较好。但是，由于传统的神经网络存在结构复杂、学习速度慢、运行效率低、处理海量数据困难的缺陷... 详细信息

蛋白质二级结构预测在蛋白质空间结构预测中起着承上启下的重要作用。近年来，大量的方法应用于二级结构预测中，其中，神经网络算法效果较好。但是，由于传统的神经网络存在结构复杂、学习速度慢、运行效率低、处理海量数据困难的缺陷，大大影响了预测的效果，因此，该文将一种基于构造性神经网络算法，也就是交叉覆盖算法应用于蛋白质二级结构预测中，另外，为了引入更多的同源家族结构的信息，采用了基于概率的Profile编码方式。通过实验证明将交叉覆盖算法运用在蛋白质二级结构预测中的可行性．并且比传统的神经网络方法有了更高的准确率。

关键词：交叉覆盖算法蛋白质二级结构 Profile编码

来源：评论

学校读者我要写书评

暂无评论

一种基于贪婪覆盖的文本分类方法

引用

计算机技术与发展 2009年第1期19卷 74-76,80页

作者：张燕平徐庆鹏苏守宝邢猛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

文本分类是信息检索和数据挖掘中的重要主题之一。文中提出了一种基于贪婪覆盖算法的文本分类方法,首先对文本进行分词,分词的结果用CHI统计量的方法提取特征,使用TF-IDF-ICSD进行特征权重计算。对贪婪覆盖算法采用另一种选取初始点的... 详细信息

文本分类是信息检索和数据挖掘中的重要主题之一。文中提出了一种基于贪婪覆盖算法的文本分类方法,首先对文本进行分词,分词的结果用CHI统计量的方法提取特征,使用TF-IDF-ICSD进行特征权重计算。对贪婪覆盖算法采用另一种选取初始点的方法来构建分类器,用复旦大学语料库作为测试数据集,并与BP算法相比较。实验结果表明文本提出的方法是有效的。

关键词：文本分类 CHI统计量 TF—IDF-ICSD 贪婪覆盖算法

来源：评论

学校读者我要写书评

暂无评论

基于佳点集遗传算法的支持向量机的参数选择

引用

计算机技术与发展 2009年第8期19卷 86-88页

作者：孙浩陶亮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

支持向量机(Support Vector Machine,SVM)的参数选择一直缺乏很完善的方法,很大程度上限制了它的应用。为了获得较好的SVM参数,提出了基于佳点集遗传算法的参数选择方法,利用佳点集遗传算法对遗传算法中的交叉操作进行了重新设计,减少... 详细信息

支持向量机(Support Vector Machine,SVM)的参数选择一直缺乏很完善的方法,很大程度上限制了它的应用。为了获得较好的SVM参数,提出了基于佳点集遗传算法的参数选择方法,利用佳点集遗传算法对遗传算法中的交叉操作进行了重新设计,减少了遗传算法的收敛时间并且提高了遗传算法的精度,从而确保了SVM参数选择的准确性。通过数值实验表明由该方法所得的支持向量机可以在一定程度上自动地选择参数,具有一定的推广意义。

关键词：支持向量机参数选择方法遗传算法佳点集遗传算法

来源：评论

学校读者我要写书评

暂无评论

应用于SAW RFID中LNA的设计与仿真

引用

工业控制计算机 2009年第5期22卷 88-89,93页

作者：邹金春李民权于欢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

采用厂商提供的实际分立元件模型,介绍了一种基于ADS软件设计仿真LNA的全过程,并对LNA的设计要点进行了分析,给出了电路仿真结果。设计出的LNA可用于915MHz声表面波射频识别读卡器,具有成本低、噪声低、增益高、稳定性高的优点。

关键词：声表面波射频识别低噪声放大器 ADS

来源：评论

学校读者我要写书评

暂无评论

基于诱发脑电的人机交互系统的设计与实现

引用

工业控制计算机 2009年第2期22卷 25-26,37页

作者：卫兵吴小培吕钊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

提出一种基于稳态视觉诱发脑电(SSVEP)的人机交互控制系统的设计方法。该系统采用闪烁刺激使操作者产生SSVEP信号,通过采集电路将信号送入PC中,由软件对其进一步处理和分析,提取出刺激器的闪烁频率,进而转换成相应的控制命令控制机械手... 详细信息

提出一种基于稳态视觉诱发脑电(SSVEP)的人机交互控制系统的设计方法。该系统采用闪烁刺激使操作者产生SSVEP信号,通过采集电路将信号送入PC中,由软件对其进一步处理和分析,提取出刺激器的闪烁频率,进而转换成相应的控制命令控制机械手臂操作。由于采用软硬件相结合的刺激源、信号逐级放大的电路设计、程序在线检测算法等,系统具有很好的人机交互的实时性和稳定性。检测算法对SSVEP的识别准确率达到90%以上。

关键词：人机交互系统稳态视觉诱发脑电快速傅立叶变换多线程

来源：评论

学校读者我要写书评

暂无评论

实用的基于OFDM系统的最大比合并分集的实现

引用

信息技术 2009年第5期33卷 103-106页

作者：李周施玉松韦穗安徽大学计算智能与信号处理教育部重点实验室合肥230039

无线信号在复杂无线信道中传播会产生多径衰落,利用分集接收技术,即在若干支路上接收相关性很小的载有同一消息的信号,通过合并技术将各信号合并输出,能达到在接收端大大降低深衰落概率的目的。最大比合并分集是效果很好的一种。提出了... 详细信息

无线信号在复杂无线信道中传播会产生多径衰落,利用分集接收技术,即在若干支路上接收相关性很小的载有同一消息的信号,通过合并技术将各信号合并输出,能达到在接收端大大降低深衰落概率的目的。最大比合并分集是效果很好的一种。提出了基于OFDM系统的两分集最大比合并的硬件实现方案及其改进方案。

关键词：最大比合并正交频分复用现场可编程逻辑阵列

来源：评论

学校读者我要写书评

暂无评论

时间规划中受资源约束的R_时刻表求解

引用

计算机与现代化 2009年第12期 10-13,17页

作者：郭建业程家兴胡冰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

张铃、张钹教授等人在A llen的时间世界模型基础上,用时间关系的关系矩阵法求解满足所有时间关系约束的R_时刻表。本文在求解R_时刻表算法基础上考虑资源因素,在资源有限的条件下,给出求解时刻表的方法,满足解决实际问题的需要。

关键词：时间规划关系矩阵 R_时刻表资源约束

来源：评论

学校读者我要写书评

暂无评论

基于样本期望训练数的BP神经网络改进研究

引用

计算机技术与发展 2009年第5期19卷 103-106页

作者：李志俊程家兴金奎饶玉佳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

BP算法是神经网络中最常用的算法之一。标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等。提出了一种基于样本期望训练数的改进BP算法,... 详细信息

BP算法是神经网络中最常用的算法之一。标准BP算法存在的最主要问题就是易于陷入局部极小、收敛速度慢等问题。针对BP算法的这些问题,出现了许多改进的措施,如引入变步长法、加动量项法等。提出了一种基于样本期望训练数的改进BP算法,仿真实验说明了该算法可以明显提高BP网络学习速度,并且具有简单通用性,可以和其他方法结合,进一步提高算法的收敛速度。

关键词：神经网络 BP算法样本期望训练数收敛速度

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：