检索结果-内蒙古大学图书馆

浙江大学学报（工学版） 2017年第6期51卷 1205-1213页

作者：许荣斌石军张鹏飞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 安徽大学计算机教学部安徽合肥230601

为了准确计算业务流程管理中流程模型的相似性,给流程的比较、索引和搜索提供有效的保证,使用Petri网对业务流程进行建模,提出基于Petri网的映射变迁关系相似性度量方法.利用流程变迁之间存在的5类基本关系:强线性、弱线性、互斥、并行... 详细信息

为了准确计算业务流程管理中流程模型的相似性,给流程的比较、索引和搜索提供有效的保证,使用Petri网对业务流程进行建模,提出基于Petri网的映射变迁关系相似性度量方法.利用流程变迁之间存在的5类基本关系:强线性、弱线性、互斥、并行和循环关系改进传统的工作流网模型,通过度量相同变迁节点在不同流程中结构上的相似性来计算流程相似性.实验中对流程模型进行约束性的增加和删除变迁操作,在达到提高流程相似性的目的的同时,通过与不同流程相似性算法的结果进行比较,验证了所提方法对于解决计算流程相似性问题的有效性.

关键词：业务流程 Petri网关系变迁映射变迁流程相似性

来源：评论

学校读者我要写书评

暂无评论

一种基于反馈的K-means分簇算法研究

引用

信号处理 2017年第8期33卷 1145-1151页

作者：徐倩胡艳军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安徽合肥230601

针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集... 详细信息

针对典型的LEACH分簇式路由协议分簇不均匀,簇头节点分布随机导致网络能量消耗大的情况,本文提出一种基于死亡节点数目反馈的K-means分簇算法。首先通过K-means算法划分簇的个数,选择簇的中心节点为该簇的簇头,并通过位置集中性得到集中性较大的若干个节点为主簇头群,其中最大的为主簇头,自此完成初始化。此后用一个受死亡节点数调控的自适应打分函数更新每一轮的簇头和主簇头。主簇头只用于融合并传输数据并不负责感知环境信息。仿真实验结果表明:本算法相较LEACH以及传统的基于K-means的分簇算法,在整个网络的生存时间上分别提高了35%和25%。同时证明:反馈机制的加入和主簇头的选取都有利于网络寿命的提升。

关键词：无线传感器网络 K-means算法反馈调节主簇头

来源：评论

学校读者我要写书评

暂无评论

一种适用于低信噪比环境下的差分相关捕获方法

引用

电子技术应用 2017年第5期43卷 110-113,118页

作者：尚素绢许耀华罗炬锋邱云周教育部智能计算与信号处理重点实验室(安徽大学) 安徽合肥230026 上海物联网有限公司上海200050

直接扩频系统中的捕获是一项非常关键的同步技术。常用差分处理来消除频偏对峰值的影响,然而一般差分捕获算法随着伪码的增长、信噪比的降低都会导致信噪比的损失很大。提出一种改进的差分捕获算法,基于差分相关的M阶无偏自相关捕获算法... 详细信息

直接扩频系统中的捕获是一项非常关键的同步技术。常用差分处理来消除频偏对峰值的影响,然而一般差分捕获算法随着伪码的增长、信噪比的降低都会导致信噪比的损失很大。提出一种改进的差分捕获算法,基于差分相关的M阶无偏自相关捕获算法(MUAC-DF),将信号和伪码相乘消除伪码信息后做M阶无偏差分自相关,在一定程度上弥补了差分带来的信噪比损失,提高了抗噪性能;详细介绍了其数学模型,并且从理论上分析了MUAC-DF算法性能;最后在相同条件下进行仿真验证。实验结果表明,MUAC-DF捕获算法比一般的差分非相干码捕获技术性能更加优越,其捕获性能有4~5 dB的改善,更适应于低信噪比条件下工作。

关键词：直接序列扩频长伪码捕获低信噪比差分相关捕获

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域粗糙集的信息系统不确定性度量方法

引用

南京大学学报（自然科学版） 2017年第5期53卷 926-936页

作者：徐风姚晟纪霞赵鹏汪杰安徽大学计算机科学与技术学院合肥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

邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边... 详细信息

邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边界域来度量信息系统的不确定性,为了达到更为全面的度量效果,在模糊邻域粗糙集模型中定义了模糊邻域粒结构,并基于该粒结构提出了模糊邻域粒度的概念,模糊邻域粒度是对信息系统分类能力的一种度量.最后,通过将两种度量方法进行结合,提出了一种基于模糊邻域粗糙集的混合不确定性度量方法,并从理论上证明其有效性.实验结果表明,所提出的混合度量方法综合了两种单独度量方法的优点,在数值型信息系统中具有更好的度量效果,因此所提出的不确定性度量方法更具有一定的优越性.

关键词：不确定性度量模糊邻域近似粗糙度模糊邻域粒度混合度量

来源：评论

学校读者我要写书评

暂无评论

基于改进邻域粒的模糊熵特征选择算法

引用

南京大学学报（自然科学版） 2017年第4期53卷 802-814页

作者：姚晟徐风赵鹏刘政怡陈菊安徽大学计算机科学与技术学院合肥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

特征选择是一项重要的数据预处理技术,其目的是在不降低数据分类精度情形下选择一个特征子集,从而对原数据集达到降维的效果,同时也提高学习算法的性能.在邻域粗糙集模型中,传统方法构造出的对象邻域粒未考虑数据的分布问题,使得邻域粒... 详细信息

特征选择是一项重要的数据预处理技术,其目的是在不降低数据分类精度情形下选择一个特征子集,从而对原数据集达到降维的效果,同时也提高学习算法的性能.在邻域粗糙集模型中,传统方法构造出的对象邻域粒未考虑数据的分布问题,使得邻域粒存在一定的误差.首先通过方差来刻画数据的分布,然后根据数据分布提出一种改进的邻域粒,这种改进的邻域粒能够自适应数据的分布,有着较好的优越性,最后将改进邻域粒与邻域模糊熵结合,提出一种特征重要度的评估方式,并给出对应的特征选择算法.实验结果表明,新提出的特征选择算法在特征选择结果、时间消耗和特征子集的分类精度方面都更具一定的优越性.

关键词：粗糙集邻域粒方差模糊熵特征选择

来源：评论

学校读者我要写书评

暂无评论

基于EOG的阅读行为识别中眨眼信号去除算法研究

引用

信号处理 2017年第2期33卷 236-244页

作者：张贝贝欧阳蕊张超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 安徽大学信息保障技术协同创新中心安徽合肥230601

由于眼电图(EOG)能反映不同行为状态下的眼球运动模式,因此,基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响,提高正确率,本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利... 详细信息

由于眼电图(EOG)能反映不同行为状态下的眼球运动模式,因此,基于EOG的阅读行为识别已经成为一个新的研究热点。为了降低眨眼信号对阅读行为识别的影响,提高正确率,本文提出了一种基于独立分量分析(ICA)的眨眼信号去除算法。该算法首先利用ICA方法从原始多通道EOG信号中分离出眨眼信号,然后通过计算各输出通道的峭度值,自动识别眨眼信号通道,将其置零后映射回原始观测信号以达到噪声去除目的。实验室环境下,对降噪后的EOG信号进行阅读状态识别,其平均正确率达到95.5%,相比较原始EOG信号、带通滤波法及主分量分析方法(PCA)分别提升了3.39%,5.00%和2.70%,实验结果验证了所提算法的有效性。

关键词：眼电图独立分量分析算法主分量分析算法低通滤波器峭度

来源：评论

学校读者我要写书评

暂无评论

基于柔性力敏传感器的便携式坐姿监测与提醒系统

引用

计算机系统应用 2018年第7期27卷 63-70页

作者：刘少华徐超许金林许胜强元沐南安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学安徽省农业生态大数据工程实验室合肥230601 中国科学院合肥物质科学研究院合肥230031

读写坐姿长时间不规范将对青少年身体健康、学习效率产生不利影响.本文基于柔性力敏传感器,设计了一套新型的便携式读写坐姿实时监测及智能提醒系统.该系统根据生物力学、人体工程学规律,通过铺设于座椅上40 cm×40 cm的柔性力敏传... 详细信息

读写坐姿长时间不规范将对青少年身体健康、学习效率产生不利影响.本文基于柔性力敏传感器,设计了一套新型的便携式读写坐姿实时监测及智能提醒系统.该系统根据生物力学、人体工程学规律,通过铺设于座椅上40 cm×40 cm的柔性力敏传感器,采集坐立时臀部压力分布数据。首先对原始数据进行预处理,再通过所提出的坐姿动作识别与分析算法对坐姿状态进行识别,实时分析坐姿情况,最后结合环境的温度、湿度、光强参数,给出预警方案.同时,在手机APP客户端实时显示并且存储监测期间坐姿及环境变化情况.该系统设计简单、交互性强,借助手机和压力垫的便携性,方便用户达到实时预警和分析的效果,帮助青少年纠正不良坐姿.

关键词：坐姿柔性力敏传感器实时监测及智能提醒臀部压力分布

来源：评论

学校读者我要写书评

暂无评论

一种优化覆盖中心的三支决策模型

引用

山东大学学报（理学版） 2017年第3期52卷 105-110页

作者：刘国涛张燕平徐晨初安徽大学计算机科学与技术学院安徽合肥230601 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230601

三支决策理论是传统二支决策上的拓展,具有三种决策规则,即接受、拒绝和不承诺。三支决策广泛适用于不确定或不完整信息的处理。基于覆盖算法的三支决策模型能够自动确定三个域,但是,传统覆盖算法的覆盖中心选取是个不可控的随机过程,... 详细信息

三支决策理论是传统二支决策上的拓展,具有三种决策规则,即接受、拒绝和不承诺。三支决策广泛适用于不确定或不完整信息的处理。基于覆盖算法的三支决策模型能够自动确定三个域,但是,传统覆盖算法的覆盖中心选取是个不可控的随机过程,单次实验的精度无法保证。因此,本文提出了一种优化覆盖算法中心的三支决策模型(optimal center in constructive covering algorithm,简称OCCCA)。该模型结合最近均值思想,在获取覆盖中心时,先求取数据集同类样本的均值,然后选取与均值最近的样本作为覆盖中心,从而实现优化覆盖算法中心的三支决策模型。实验表明,OCCCA比传统覆盖算法在三支决策模型分类准确率上有平均5%的提高。

关键词：三支决策最近均值优化中心构造性覆盖算法

来源：评论

学校读者我要写书评

暂无评论

一种电力指针式仪表示数自动识别的鲁棒方法

引用

计算机技术与发展 2018年第4期28卷 192-195,200页

作者：佘世洲宋凯刘辉谭守标张骥国网铜陵供电公司运维检修部安徽铜陵244000 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 安徽南瑞继远电网技术有限公司安徽合肥230088

针对电力设备自动化巡检的需求,提出了一种基于计算机视觉技术的电力指针式仪表读数智能识别方法。该方法利用表盘的颜色直方图分布特征和亮度梯度特征在整幅图像中定位出表盘作为感兴趣区域,通过光照均衡处理消除阴影影响,应用ORB算法... 详细信息

针对电力设备自动化巡检的需求,提出了一种基于计算机视觉技术的电力指针式仪表读数智能识别方法。该方法利用表盘的颜色直方图分布特征和亮度梯度特征在整幅图像中定位出表盘作为感兴趣区域,通过光照均衡处理消除阴影影响,应用ORB算法计算待测图像与模板图像之间的透视变换矩阵,并对表盘区域进行倾斜校正;采用自适应阈值进行表盘区域的二值化处理,通过表盘刻度线向心性计算得到指针旋转中心,并由改进的霍夫直线检测算法进行指针定位检测,通过指针偏转角度及表盘格局计算获得相应读数。实验结果表明,该方法能适应多种类型表盘格局和不同视角下指针读数识别,其识别精度和准确率高、适应性强,实时性好,相对误差小于2.5%。

关键词：巡检指针式仪表自动读数透视变换

来源：评论

学校读者我要写书评

暂无评论

多粒度粗糙集粒度约简的高效算法

引用

计算机应用 2017年第12期37卷 3391-3396页

作者：胡善忠徐怡何明慧王冉安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230039

针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算,基于该... 详细信息

针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算,基于该矩阵给出计算决策类下近似算法和计算粒度重要度算法。然后,针对计算粒度重要度时存在冗余计算的问题,提出粒度动态增加时快速计算粒度重要度的算法,并在此基础上,提出EAGRMRS,该算法的时间复杂度为O(|A|·|U|~2+|A|~2·|U|),其中|A|表示粒度集合大小,|U|表示决策信息系统中实例数。在UCI数据集上的实验结果验证了所提算法的有效性和高效性,并且随着数据集的增大,EAGRMRS相较于多粒度粗糙集粒度约简的启发式算法(HAGSS)效率优势更加明显。

关键词：多粒度粗糙集布尔矩阵信息系统重要度粒度约简

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：