共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
产生k元M序列的一种新算法 总被引:4,自引:2,他引:2
本文给出了生成k元M序列的一种新的算法。该算法不再采用“主圈并一个圈“的经典并圈法,而是利用了“主圈并一组共轭圈“的新的并圈方法。这样减少了选择桥状态的次数,进而加快了并圈速度。 相似文献
3.
从非奇异布尔函数对产生M序列 总被引:2,自引:0,他引:2
本文指出一种构造产生M序列的方法,它是基于圈的合并,给出一个计数公式,并给出一个简单的生成算法,不同的非奇异布尔函数生成不同的M序列,从而可以生成2^2n-1-1个n+1级M序列。 相似文献
4.
有关非线性移位寄存器的许多问题还没有解决,而M—序列的产生就属于这些问题,虽然一些作者已经证明了M—序列的存在性。本文通过讨论非线性移位寄存器序列的圈结构及序列的周期,给出产生M—序列的一些方法。 相似文献
5.
数字图像置乱是数字水印和图像加密的一种重要手段.利用M序列发生器中移位寄存器状态的遍历性,提出一种数字图像位置置乱方法,给出了数字图像置乱方法的算法流程.与其他图像置乱算法相比,该算法具有置乱效果好和置乱效率高的优点. 相似文献
6.
7.
基于混合遗传算法的m序列波形优化设计 总被引:5,自引:2,他引:5
现代雷达体制多采用大时宽带宽积的m-序列二相编码脉冲压缩波形,解决信号波形优化问题即使信号波形的脉压比在尽量少损失SNR和主瓣宽度的基础上达到极值.对于m-序列,初始寄存器的选取是关键.对于较长的码,传统的优化方法由于运算量过大造成组合爆炸或陷入局部极值而无法找到最优,传统遗传算法也由于初始种群数的规模运算量比较大,将梯度搜索和遗传算法相结合的混合遗传算法很好的解决了这个问题,通过优化m-序列二相码波形的仿真和性能分析验证了该算法的可行性和有效性. 相似文献
8.
9.
10.
基于免疫克隆量子算法的多用户检测器 总被引:1,自引:1,他引:0
为了解决CDMA系统最佳多用户检测的高计算复杂度问题,基于免疫克隆选择理论和新的遗传量子算法,该文提出了免疫克隆量子算法。该算法把根据神经网络制作的疫苗接种到克隆量子算法的每一代中,通过接种疫苗到CQA中,可以加快CQA的收敛速度减少计算复杂度。另外,CQA所提供的好的初值可以改善疫苗的性能,接种的疫苗还改善了CQA的性能,文中给出了在免疫克隆量子算法中使用随机神经网络制作疫苗的统一理论框架结构。仿真结果证明了该方法不仅能够快速收敛到全局最优解,并且无论抗多址干扰能力和抗远近效应能力都优于传统检测器和一些应用以前智能计算算法的多用户检测器。 相似文献
11.
12.
13.
14.
纠错输出编码(Error Correcting Output Codes,ECOC)是解决模式识别领域多类分类问题的有效工具。在寻找最优编码输出的问题上,现有方法忽略了样本类别之间的相关性,导致学习效率和分类效果低下。为构造数据感知的编码矩阵,提出基于免疫克隆选择(Immune Clonal Selection Algorithm,ICSA)的最优纠错输出编码方法,将矩阵构造的多约束NP(Non-deterministic Polynomial,NP)难问题转换为优化搜索问题.首先基于分类精度和编码长度定义亲合度函数,然后结合样本知识改进变异交叉算子,根据约束性条件对矩阵进行搜索,从而快速有效地构建最优ECOC编码.实验表明该方法能够在提升多类分类精度的同时加快算法效率,而且输出的编码矩阵更加紧凑. 相似文献
15.
本文提出了一种新的数据挖掘分类方法——免疫克隆分类算法(Immune Clonal Algorithm for Classification,ICAC).ICAC是一种基于免疫克隆算法的搜索机制和Michigan方法模型的规则提取和分类方法.与遗传分类算法不同,ICAC是一种自下而上的分类算法.ICAC虽然着眼于规则的进化,但是从编码到免疫算子的设计都立足于训练样本,可避免进化过程中产生无意义规则,且产生的规则是可解释的.文中将算法用于UCI数据集,并与现有的基于非遗传算法、遗传算法和分布式遗传算法的分类方法进行了比较实验.结果表明,ICAC是一种有效的分类算法. 相似文献
16.
17.
带受体编辑的克隆选择组播路由算法 总被引:1,自引:0,他引:1
DE Castro提出的克隆选择算法(CSA)中,抗体的多样性主要通过高频变异来实现,而实际 生物免疫系统中还有一个重要的操作是受体编辑.受此启发,提出了带受体编辑的改进克隆 选择算法.该算法利用未成熟优良子群体提供的优良基因片断,根据路径代价最小化和延时 要求对抗体进行两次受体编辑.这样,在无需求解备选路径集的情况下,直接运用该改进算 法可快速寻到最优解.在时延受限组播路由的仿真实验中表明:该算法比一般CSA算法和遗传 (GA)算法的搜索效率更高,算法复杂度更低. 相似文献
18.
19.
在大规模分布式网络应用中,对网络节点进行聚类是构建高效网络体系结构的有效办法之一.在利用网络坐标系统Vivaldi得到各个节点的网络坐标的基础上,对网络节点进行K-medoids聚类.然后,针对K-medoids算法对初始中心选值敏感和易陷入局部极值的问题,提出基于免疫克隆算法的K-medoids聚类.实验结果表明,该聚类算法具有良好的可靠性及可扩展性,能对节点进行有效聚类. 相似文献