检索结果-内蒙古大学图书馆

成都信息工程学院学报 2015年第5期30卷 409-414页

作者：王鹏谢千河成都信息工程大学并行计算实验室

借鉴量子力学中不同表象的算符定义方法,分别定义了信号在频率表象和时间表象中的频率算符和时间算符,证明了频率算符和时间算符均为线性厄米算符并且在同方向上是不对易的,利用频率算符和时间算符的对易性关系分析证明了一维和二维信... 详细信息

借鉴量子力学中不同表象的算符定义方法,分别定义了信号在频率表象和时间表象中的频率算符和时间算符,证明了频率算符和时间算符均为线性厄米算符并且在同方向上是不对易的,利用频率算符和时间算符的对易性关系分析证明了一维和二维信号的测不准定理,发现二维信号在不同方向上的频率和时间是可以同时准确测定的。最后利用信号的测不准定理分别证明了时域和频域上的采样定理,时域和频域上可恢复的采样频率分别与信号的最高频率和最长持续时间的两倍有关,证明过程表明信号的采样定理本质上是信号测不准定理的另一种表述方法。

关键词：信号厄米算符测不准定理采样定理对易

来源：评论

学校读者我要写书评

暂无评论

基于质心自适应选取的密度万有引力聚类算法

引用

计算机工程与设计 2022年第12期43卷 3396-3405页

作者：陈金鹏李睿熙杨然安俊秀成都信息工程大学并行计算实验室四川成都610225 成都锦城学院计算机与软件学院四川成都611731

为解决典型的K-means算法中存在的k值、初始簇中心难以确定等问题,提出一种基于质心自适应选取的密度万有引力聚类算法CASG-means算法。通过质心自适应选取策略对初始簇中心进行选择,将数据集中的点划分为离群点和非离群点,将非离群点... 详细信息

为解决典型的K-means算法中存在的k值、初始簇中心难以确定等问题,提出一种基于质心自适应选取的密度万有引力聚类算法CASG-means算法。通过质心自适应选取策略对初始簇中心进行选择,将数据集中的点划分为离群点和非离群点,将非离群点按照改进密度万有引力吸引的方式进行分配,删除空簇,自适应得到k个簇和离群点。用该算法解决K-means算法中的参数难以确定问题,将仿真结果与其它算法进行比较,验证了该算法的迭代次数、耗时和自适应聚类效果优于其它改进算法。

关键词：聚类密度质心自适应万有引力选取策略簇中心

来源：评论

学校读者我要写书评

暂无评论

云计算集群相空间负载均衡度优先调度算法研究

引用

计算机研究与发展 2014年第5期51卷 1095-1107页

作者：王鹏黄焱李坤郭又铭成都信息工程学院并行计算实验室成都610225 中国科学院成都计算机应用研究所成都610041 中国科学院大学北京100049

针对云计算集群具有海量节点和高耦合性的特点,将云计算集群中各节点的参数变化投影为相空间上投影点的运动,定义云计算集群的相空间负载均衡度,以其为评估指标建立云计算集群相空间负载均衡度优先调度算法,实现了云计算集群相空间投影... 详细信息

针对云计算集群具有海量节点和高耦合性的特点,将云计算集群中各节点的参数变化投影为相空间上投影点的运动,定义云计算集群的相空间负载均衡度,以其为评估指标建立云计算集群相空间负载均衡度优先调度算法,实现了云计算集群相空间投影在不同负载请求情况下平稳的点状聚集.通过仿真实验利用相空间负载均衡度、广义温度、广义熵等参数和集群的相空间投影对算法的效果进行分析,实验表明,相空间负载均衡度优先算法在大多数调度指标上都优于最小负载优先算法,并且集群规模越大系统的相空间负载均衡度越稳定.

关键词：云计算相空间负载均衡度调度算法广义热力学参数

来源：评论

学校读者我要写书评

暂无评论

多尺度量子谐振子算法的收敛特性

引用

电子学报 2016年第8期44卷 1988-1993页

作者：王鹏黄焱袁亚男都政安俊秀西南民族大学四川成都610225 中国科学院成都计算机应用研究所四川成都610041 中国科学院大学北京100049 国家超级计算深圳中心广东深圳518055 成都信息工程大学并行计算实验室四川成都610225

多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛... 详细信息

多尺度量子谐振子算法的收敛特性证明单一尺度的收敛过程不能同时获得良好的全局搜索精度和局部搜索精度,只有采用多尺度迭代才能实现对全局最优解的逐步精确定位,所以MQHOA算法利用量子谐振子收敛过程(QHO收敛)和多尺度收敛过程(M收敛)两个嵌套的收敛过程实现对优化问题的求解.QHO收敛过程按谐振子波函数由高能态向低能态的变化实现搜索区域的收缩,M收敛过程以2的倍数逐步减小尺度提高搜索精度.算法的波函数收敛定理证明QHO收敛时采样分布为高斯分布.QHO收敛过程算法模型中不同能级和不同尺度下的波函数图像为跟踪研究算法的迭代收敛过程提供了直观的具有物理含义的手段.实验证明算法在收敛过程中基态波函数形态和基态时零点能的存在都与算法物理模型的理论描述和预言是高度吻合的.

关键词：优化算法量子算法收敛量子谐振子

来源：评论

学校读者我要写书评

暂无评论

基于多尺度量子谐振子算法的相空间概率聚类算法

引用

计算机应用 2017年第8期37卷 2218-2222页

作者：王梓懿安俊秀王鹏成都信息工程大学并行计算实验室成都610225 西南民族大学计算机科学与技术学院成都610225

针对大型集群难以进行任务调度和资源分配的问题,提出一种基于多尺度量子谐振子算法的相空间概率聚类算法(PSPCA-MQHOA)。首先,将集群工作状态投影到相空间中,把复杂的集群工作状态转化为相空间中的点集;进而,将相空间网格化,形成多尺... 详细信息

针对大型集群难以进行任务调度和资源分配的问题,提出一种基于多尺度量子谐振子算法的相空间概率聚类算法(PSPCA-MQHOA)。首先,将集群工作状态投影到相空间中,把复杂的集群工作状态转化为相空间中的点集;进而,将相空间网格化,形成多尺度量子谐振子算法(MQHOA)以处理离散目标函数;最后,利用MQHOA优化过程中波函数变化的概率解释对集群节点进行概率聚类。PSPCA-MQHOA继承了MQHOA物理模型明确、搜索能力强、结果精确等优点,并且由于以相空间作为离散化的目标函数,迭代次数大大减少。实验结果表明PSPCA-MQHOA能适用于多种负载状态的集群。

关键词：概率聚类量子谐振子相空间波函数集群

来源：评论

学校读者我要写书评

暂无评论

多尺度量子谐振子高维函数全局优化算法

引用

电子学报 2013年第12期41卷 2468-2473页

作者：王鹏黄焱任超郭又铭成都信息工程学院并行计算实验室四川成都610225 中国科学院成都计算机应用研究所四川成都610041 中国科学院大学北京100049

函数优化问题与量子谐振子从高能态向基态收敛过程具有相似的概率解释,结合基于高斯尺度函数的多尺度二进信息采样方法,提出了高维函数优化问题的多尺度量子谐振子算法模型,该算法模型将高维函数优化过程分为尺度收敛和量子谐振子收敛... 详细信息

函数优化问题与量子谐振子从高能态向基态收敛过程具有相似的概率解释,结合基于高斯尺度函数的多尺度二进信息采样方法,提出了高维函数优化问题的多尺度量子谐振子算法模型,该算法模型将高维函数优化过程分为尺度收敛和量子谐振子收敛两个步骤,物理模型明确,无需编码和复杂的初始条件设定,即可实现高维函数优化.通过对15种典型二维优化测试函数和6种典型的高维优化测试函数进行实验和分析表明,多尺度量子谐振子算法可以快速精确地获得高维函数的全局最优解,同时采用"降频"方法可以提高对具有"高频"成分函数的搜索速度.

关键词：多尺度量子谐振子算法波函数函数优化全局优化

来源：评论

学校读者我要写书评

暂无评论

基于量子谐振子模型的聚类中心选取算法

引用

电子学报 2016年第2期44卷 405-412页

作者：燕京京王鹏范家兵黄焱中国科学院成都计算机应用研究所四川成都610041 中国科学院大学北京100049 成都信息工程学院并行计算实验室四川成都610225

提出了一种基于量子谐振子模型的聚类中心选取算法.该算法以量子谐振子波函数从高能态到基态过程中的概率变化过程为理论模型来描述聚类问题中数据对象向聚类中心点的聚集行为,能够快速查找到最优的聚类个数及较好的聚类中心点所在的网... 详细信息

提出了一种基于量子谐振子模型的聚类中心选取算法.该算法以量子谐振子波函数从高能态到基态过程中的概率变化过程为理论模型来描述聚类问题中数据对象向聚类中心点的聚集行为,能够快速查找到最优的聚类个数及较好的聚类中心点所在的网格;数据读入网格结构之后,算法的处理时间与数据集规模无关.实验结果表明:CCSA-QHOM算法较适合于处理每个子类局部区域的网格密度分布呈单峰特性的数据集的聚类中心选择问题.

关键词：聚类中心量子谐振子聚类个数网格单峰特性

来源：评论

学校读者我要写书评

暂无评论

云计算系统相空间分析模型及仿真研究

引用

计算机学报 2013年第2期36卷 286-296页

作者：王鹏张磊任超郭又铭成都信息工程学院并行计算实验室成都610225 中国科学院成都计算机应用研究所成都610041 中国科学院研究生院北京100049

针对云计算系统具有海量节点和节点间高耦合性的特点,提出了将云计算系统投影到参数相空间,将节点参数的变化转化为参数相空间中点的运动,利用海量节点在参数相空间的运动与热力学运动的相似性定义来分析云计算系统在相空间上的广义热... 详细信息

针对云计算系统具有海量节点和节点间高耦合性的特点,提出了将云计算系统投影到参数相空间,将节点参数的变化转化为参数相空间中点的运动,利用海量节点在参数相空间的运动与热力学运动的相似性定义来分析云计算系统在相空间上的广义热力学参数,并在参数相空间的基础上进一步定义云计算系统的动量相空间,建立云计算相空间分析方法的基本理论模型.依据该模型建立了相空间调度算法,通过仿真对比实验验证了相空间分析模型对云计算系统工作状态的分析表述能力和相空间调度算法的有效性.相空间调度算法能使云计算系统在参数相空间中保持低熵的均衡状态.

关键词：云计算参数相空间动量相空间相空间调度算法广义热力学参数

来源：评论

学校读者我要写书评

暂无评论

不确定性与自然计算并行性的内在关联

引用

计算机科学 2010年第2期37卷 216-220页

作者：王鹏李建平成都信息工程学院并行计算实验室成都610225 电子科技大学计算机科学与工程学院成都610054

不确定性是量子力学中已获得证明的自然界基本规律。通过分析自然算法中的并行性与不确定性的内在关联认为,不确定性不但是并行性产生的根源,还是算法智能产生的根源。根据这一认识给出了算法的不确定性原理,并结合Shannon的信息熵原理... 详细信息

不确定性是量子力学中已获得证明的自然界基本规律。通过分析自然算法中的并行性与不确定性的内在关联认为,不确定性不但是并行性产生的根源,还是算法智能产生的根源。根据这一认识给出了算法的不确定性原理,并结合Shannon的信息熵原理建立了自然计算的不确定性智能模型(UIM)。这一模型认为先验知识信息和由不确定性所提供的信息共同构成了智能系统的基本模型。智能系统本质上就是一个信息系统,先验知识信息保证算法按正确的方向进行搜索,不确定性所提供的信息实现了算法对解空间的并行搜索,通过提高系统信息的含量将有效提高系统的智能水平。这一模型在Pi值的计算算法中也得到了印证。

关键词：不确定性自然计算并行智能信息熵不确定性智能模型

来源：评论

学校读者我要写书评

暂无评论

基于迁移学习的农作物病虫害检测方法研究与应用

引用

农业机械学报 2020年第10期51卷 252-258页

作者：余小东杨孟辑张海清李丹唐毅谦于曦成都大学计算机学院成都610106 成都大学模式识别与智能信息处理四川省高校重点实验室成都610106 成都信息工程大学软件工程学院成都610225

为了提高农作物病虫害严重程度(健康、一般、严重)的分类效果,采用迁移学习方式并结合深度学习提出了一种基于残差网络(ResNet 50)的CDCNNv2算法。通过对10类作物的3万多幅病虫害图像进行训练,获得了病虫害严重程度分类模型,其识别准确... 详细信息

为了提高农作物病虫害严重程度(健康、一般、严重)的分类效果,采用迁移学习方式并结合深度学习提出了一种基于残差网络(ResNet 50)的CDCNNv2算法。通过对10类作物的3万多幅病虫害图像进行训练,获得了病虫害严重程度分类模型,其识别准确率可达91.51%。为了验证CDCNNv2模型的鲁棒性,分别与使用迁移学习的ResNet 50、Xception、VGG16、VGG19、DenseNet 121模型进行对比试验,结果表明,CDCNNv2模型比其他模型的平均精度提升了2.78~10.93个百分点,具有更高的分类精度,病虫害严重程度识别的鲁棒性增强。基于该算法所训练的模型,结合Android技术开发了一款实时在线农作物病虫害等级识别APP,通过拍摄农作物叶片病虫害区域图像,能够在0.1~0.5 s之内获取识别结果(物种病害种类严重程度)及防治建议。

关键词：农作物病虫害病虫害等级分类深度迁移学习 ResNet 50 移动应用程序

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：