检索结果-内蒙古大学图书馆

计算机工程与设计 2007年第15期28卷 3642-3644页

作者：林道珠周永权李陶深广西大学计算机与电子信息学院广西南宁530004 广西民族大学数学与计算机科学学院广西南宁530006

迭代算法被广泛应用于代数方程求解中,但传统的迭代方法通常对初值的选取要求很高,在迭代过程中不能给出迭代误差,计算得到的单一近似解也具有一定的局限性。把区间迭代算法与神经网络相结合,提出了一种基于闭区间上神经网络迭代计算模... 详细信息

迭代算法被广泛应用于代数方程求解中,但传统的迭代方法通常对初值的选取要求很高,在迭代过程中不能给出迭代误差,计算得到的单一近似解也具有一定的局限性。把区间迭代算法与神经网络相结合,提出了一种基于闭区间上神经网络迭代计算模型与方法,该方法与传统的迭代方法相比,具有收敛速度快、误差小等特点.最后,通过数值算例表明,该方法是有效的、可行的,能够快速地获得任意代数方程的根。

关键词：区间算法迭代神经网络计算模型代数方程根

来源：评论

学校读者我要写书评

暂无评论

基于RBF神经网络曲线重构的算法研究

引用

计算机工程与设计 2007年第10期28卷 2405-2407页

作者：杨吟冬周永权李陶深侯占伟广西大学计算机与电子信息学院广西南宁530004 广西民族大学数学与计算机科学学院广西南宁530006

提出一种基于径向基(RBF)函数神经网络的曲线重构学习方法,即由描述物体轮廓特征的样本点作为RBF神经网络的学习样本,利用RBF神经网络强大的函数逼近能力对样本点进行学习和训练,从而仿真出包含这些样本点的原始曲线,同时对于曲线一些... 详细信息

提出一种基于径向基(RBF)函数神经网络的曲线重构学习方法,即由描述物体轮廓特征的样本点作为RBF神经网络的学习样本,利用RBF神经网络强大的函数逼近能力对样本点进行学习和训练,从而仿真出包含这些样本点的原始曲线,同时对于曲线一些样本点缺少的情况下,仍然能构通过调整参数训练得到这些样本点的原始拟和曲线。实验表明,基于径向基(RBF)函数的神经网络具有很强的物体边界描述能力和缺损修复能力。

关键词：径向基函数神经网络曲线拟合修复

来源：评论

学校读者我要写书评

暂无评论

关于算子加权广义逆的反序律

引用

数学杂志 2011年第2期31卷 299-306页

作者：钟金刘晓冀广西民族大学数学与计算机科学学院广西南宁530006

本文研究了Hilbert空间上两个算子乘积的加权广义逆的反序律.利用算子的分块矩阵表示,获得了两个算子加权广义逆反序律成立的充要条件,所获结果推广了孙文瑜,魏益民和Djordjevic Dragan S.的相关结果.

关键词：算子反序律加权广义逆

来源：评论

学校读者我要写书评

暂无评论

基于RBF网络的机械手运动学逆解

引用

微计算机信息 2008年第14期24卷 230-232页

作者：李明洪周永权邱军林蒋建兵广西大学计算机与电子信息学院广西南宁530004 广西民族大学数学与计算机科学学院广西南宁530006

通过对RBF网络学习算法的分析,并在此基础上对最近邻聚类算法进行改进,以提高训练速度;并针对最近邻聚类算法整体拟合效果不十分理想,对网络的输出进行修正,提高了求解精度。采用所提出的改进算法训练RBF网络,建立机械手逆运动学模型,... 详细信息

通过对RBF网络学习算法的分析,并在此基础上对最近邻聚类算法进行改进,以提高训练速度;并针对最近邻聚类算法整体拟合效果不十分理想,对网络的输出进行修正,提高了求解精度。采用所提出的改进算法训练RBF网络,建立机械手逆运动学模型,仿真结果表明了该算法的有效性。

关键词：机械手运动学逆解 RBF网络最近邻聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于小波和分形原理的DDoS攻击检测方法

引用

微电子学与计算机 2007年第10期24卷 85-87,91页

作者：罗淇方钟诚广西民族大学数学与计算机科学学院广西南宁530006 广西大学计算机与电子信息学院广西南宁500004

提出一种基于离散小波变换和分形原理的DDoS攻击检测方法。该方法通过离散小波变换的多分辩率分析突现DDoS攻击特征,对小波变换系数进行盒分形维计算,将经实验确定的关键盒维数作为多维空间的向量序列,最后使用经过样本训练的K-nn(K最近... 详细信息

提出一种基于离散小波变换和分形原理的DDoS攻击检测方法。该方法通过离散小波变换的多分辩率分析突现DDoS攻击特征,对小波变换系数进行盒分形维计算,将经实验确定的关键盒维数作为多维空间的向量序列,最后使用经过样本训练的K-nn(K最近邻)分类器进行攻击识别。实验结果表明分形与小波相结合取得了较好的检测效果,与离散小波检测方法相比,该方法提高了检测精确度。

关键词：高散小波交换分形理论 DDoS攻击检测

来源：评论

学校读者我要写书评

暂无评论

两个三次幂等矩阵组合的群可逆性

引用

中北大学学报（自然科学版） 2012年第6期33卷 638-642页

作者：武淑霞刘晓冀广西民族大学数学与计算机科学学院广西南宁530006

利用可交换的k次幂等矩阵可同时对角化的原理与矩阵可分块的方法,对两个可交换三次幂等矩阵的非线性组合进行了研究,其组合是群可逆的,同时给出了表达式.进一步得到了三次幂等矩阵的更一般的组合形式在一定条件下是群对和矩阵的所有情形... 详细信息

利用可交换的k次幂等矩阵可同时对角化的原理与矩阵可分块的方法,对两个可交换三次幂等矩阵的非线性组合进行了研究,其组合是群可逆的,同时给出了表达式.进一步得到了三次幂等矩阵的更一般的组合形式在一定条件下是群对和矩阵的所有情形,从而将已有的三次幂等矩阵线性组合的相关结论推广到了非线性组合上.

关键词：三次幂等矩阵群对合矩阵群逆对合矩阵组合

来源：评论

学校读者我要写书评

暂无评论

基于遗传算法的不同形状物体布局求解研究

引用

计算机工程与设计 2008年第17期29卷 4521-4524页

作者：邱军林周永权李明洪姚仲欢广西大学计算机与电子信息学院广西南宁530004 广西民族大学数学与计算机科学学院广西南宁530006

通过对不同形状物体布局特点的分析,依据遗传算法的基本思想,选择通过对不同形状物体布局特点的分析,根据遗传算法的基本思想,选择合适的编码方法、遗传算子和适应性度函数,提出一种基于遗传算法的不同形状物体布局求解算法。该算法可... 详细信息

通过对不同形状物体布局特点的分析,依据遗传算法的基本思想,选择通过对不同形状物体布局特点的分析,根据遗传算法的基本思想,选择合适的编码方法、遗传算子和适应性度函数,提出一种基于遗传算法的不同形状物体布局求解算法。该算法可实现对不同形状物体进行布局求解。计算机仿真实验表明,该算法具有收敛速度快,能够在较短时间内获得较佳的布局方案。

关键词：布局问题编码方法遗传算法遗传算子适应度函数

来源：评论

学校读者我要写书评

暂无评论

两组四元数线性矩阵方程组的解

引用

山东大学学报（理学版） 2008年第12期43卷 40-47页

作者：谢仲洲刘晓冀广西民族大学数学与计算机科学学院广西南宁530006

研究了两组线性四元数矩阵方程组有解的等价条件和解的表达式。

关键词：线性方程组等价条件解的表达式

来源：评论

学校读者我要写书评

暂无评论

一种基于混沌变异的多目标粒子群优化算法

引用

山东大学学报（理学版） 2010年第7期45卷 18-23页

作者：裴胜玉周永权广西民族大学数学与计算机科学学院广西南宁530006

针对多目标优化(multi-objective optimization problem,MOP)问题,特别是解集分布非均匀问题,提出一种基于混沌变异的优化算法。通过Pareto支配思想来决定粒子的飞行方向,在进化后期加入混沌变异操作,有效地避免早熟收敛现象;根据粒子... 详细信息

针对多目标优化(multi-objective optimization problem,MOP)问题,特别是解集分布非均匀问题,提出一种基于混沌变异的优化算法。通过Pareto支配思想来决定粒子的飞行方向,在进化后期加入混沌变异操作,有效地避免早熟收敛现象;根据粒子群优化算法(particle swarm optimization,PSO)特有的记忆建立外部档案,动态引导微粒在每一次迭代的飞行方向。最后通过8个标准多目标测试函数进行测试,实验结果表明该算法是有效可行的,其性能比SPEA和NSGAII更优。

关键词：粒子群优化混沌变异多目标优化 Pareto支配外部档案

来源：评论

学校读者我要写书评

暂无评论

人工萤火虫与差分进化混合优化算法

引用

信息与控制 2011年第5期40卷 608-613页

作者：张军丽周永权广西民族大学数学与计算机科学学院广西南宁530006

人工萤火虫优化算法在寻找函数全局最优值时存在着收敛速度慢、易陷入局部最优、收敛成功率和计算精度低等缺点,为此,文中将人工鱼群算法的觅食行为嵌入到人工萤火虫算法,并与差分进化算法融合,提出一种基于人工萤火虫与差分进化的混合... 详细信息

人工萤火虫优化算法在寻找函数全局最优值时存在着收敛速度慢、易陷入局部最优、收敛成功率和计算精度低等缺点,为此,文中将人工鱼群算法的觅食行为嵌入到人工萤火虫算法,并与差分进化算法融合,提出一种基于人工萤火虫与差分进化的混合优化算法.最后,通过4个典型测试函数和1个应用实例进行测试,结果表明所提出的混合算法收敛速度快,计算精度高,其整体逼近性能比基本人工萤火虫和差分进化算法更优.

关键词：人工鱼人工萤火虫差分进化混合算法

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：