基于学习速率与更新向量的混合云数据冗余值迭代算法

针对传统混合云数据冗余值迭代算法的平均回报值较低、收敛稳定性较差、收敛动作规模较小等问题,提出一种基于学习速率与更新向量的混合云数据冗余值迭代算法。首先,构建混合云数据冗余值值函数,在该函数中引入一个新的参数更新权重向量,基于深度学习中学习速率要求,获取值函数的稳定值;其次,依据获取的稳定值计算值函数稳定值向量,利用新权值处理稳定值向量,获取值函数更新向量;最后,对权值增量进行计算,结合哈希表完成混合云数据冗余值的迭代研究。实验结果表明,该算法的平均回报值最高,且收敛速度最快。     

基于改进哈希算法的图像相似度计算

图像的相似度计算是图像检索中的一个关键性问题,在网络搜索引擎和计算机视觉等领域有着广泛的应用。传统的哈希算法采用离散余弦变换、主成分分析等方法处理图像,存在着方块效应和鲁棒性差等问题,为了解决传统算法的不足,文中提出一种基于奇异值分解(SVD)和离散小波变换(DWT)相结合的感知哈希算法进行图像相似度计算。通过奇异值分解对图像进行降噪处理,这样保证降噪后的图像在后期处理时对结果干扰减少,然后通过离散小波变换得到图片中的低频部分用于计算哈希值,保留图像的主体信息,最后通过计算哈希值的汉明距离来测评图片的相似度。实验结果表明,与现有的图像相似度计算方法相比,文中提出的算法性能好,鲁棒性高。     

一种基于GA-BP 算法的PIDNN 控制策略

为改善常规PID控制器对非线性对象的控制性能,提出一种基于GA-BP算法的PID神经网络（PID NeuralNetwork,PIDNN）控制策略。将PID控制规律融入神经网络,构成一种PIDNN控制器,并利用GA-BP算法来对其进行参数优化。采用所设计的PIDNN控制器对一种非线性系统进行仿真研究,仿真结果表明：GA-BP算法收敛速度快,所设计的PIDNN控制器与常规PID控制器相比,其控制稳定性和快速性等性能都得到了很大改善。     

金(Au)/钯(Pd)复合膜表面等离子共振氢敏传感器基因优化

提出了一种新颖的基于波长调制的Au/Pd复合膜SPR氢敏传感器结构,采用遗传基因算法对Au/Pd复合膜氢敏传感器的灵敏度进行了数值计算和优化,优化结果表明:Au(2 nm)/Pd(27 nm)结构的复合膜氢敏传感器可获得最佳的灵敏度,与通常使用的单一纯Pd(20 nm)膜氢敏传感器相比,不仅氢敏传感器的敏感膜的稳定性得到改善,而且灵敏度也提高了近3倍.     

一种无线传感器网络信道接入自适应慢速退避算法

无线传感器网络是一种特殊的无固定控制中心的多跳网络.由于其特殊性,传统CSMA协议直接应用于无线传感器网络中会带来数据包冲突增加和时延增大等问题.针对信道接入层已有退避算法,提出了一种自适应慢速退避算法.分析与仿真结果表明,与传统的IEEE 802.11标准BEB算法和普通退避算法相比,该算法更为简单实用,能有效提高网络吞吐量,特别是在网路拥塞状况变化剧烈时,可减小额外开销并保持稳定的网络吞吐量.     

基于免疫机理的汽车故障检测技术研究

对基于免疫系统反面算法机理提出的反面算法进行了改进,给出了一种改进型反面选择算法.根据小波分析和人工免疫系统的原理,提出了一种基于小波变换和免疫系统的故障诊断系统.针对小波分析的特点,将其用来对非稳定信号进行分析,获取信号特征向量作为原始数据,利用改进型反面选择算法对原始数据进行己-非己分析.将此系统应用到汽车差速器故障诊断中,取得了良好的效果.     

一种改进BP网络及其在智能传感器非线性校正中的应用

主要分析了神经网络存在的一些缺陷,研究了一种改进BP神经网络学习算法的相关技术,设计并实现了一种改进型BP神经网络算法,并将其应用于智能传感器的非线性自校正系统。通过在某无人机机载高度传感器上试验研究,证明了这种算法的可靠性、先进性、稳定性。     

基于小波模极大值的船舶轴频电场检测算法研究

船舶轴频电场是一种具有明显目标特征的极低频信号,对船舶的水下非声探测具有重要作用。对船舶轴频电场信号小波模极大值的尺度变化进行分析,根据目标信号和噪声的差异,采用Hermite 插值对目标信号小波模极大值进行快速重构;提取目标特征频率范围内的能量均值为特征值,采用滑动检测方法对目标进行检测。实测和仿真数据对该算法的验证结果表明,此方法相对小波包熵检测算法的检测效果较好,虚警率较低,当SNR 为-5. 9 dB 时检测率相对提高50% 左右,并且在SNR 为-8. 2 dB 时仍然具有86%的检测率。