一种改进的领域覆盖算法及其应用

阐述了目前国内外通信信号快速搜索的现状和不足,分析了领域覆盖算法,进而改善覆盖阈值,定义球形领域距离函数,构造前馈神经网络.改进后不仅提高了搜索速度,而且降低了拒识率.给出了算法实现和实验实例,结果表明改进方法是有效实用的.     

基于粒度计算和覆盖算法的信号样式识别

文章提出应用粒度计算和神经网络覆盖算法对通信信号的调制样式进行识别。采用数字信号处理方法,从已调信号中提取信号关键特征以及它们的统计值作为样本特征集。根据不同调制信号的特点,粗粒度处理训练样本形成新的学习样本并以此构造一个覆盖神经网络。然后利用得到的覆盖领域,进行样本识别。对粗粒度类别样本利用样本的关键属性进行投影区分。通过大量的仿真数据验证,此方法对通信信号样式识别取得了很好的效果。     

区域填充算法的研究与应用

本文讨论了交互式图形辅助露天开采计划设计过程中所遇到的大面积采剥区域填充的算法。在分析了目前计算机图形学中常用的一些填充算法的基础上，设计了更适合于露天开采区域填充的算法－学符段填充算法，这种填充算法大大减少了种子点进出栈的次数和堆栈深度，满足了交互图形处理的速度，符合露天开采的实际过程。     

基手无线传感器网络的目标定位算法研究

无线传感器网络是一个多学科交叉的新兴前沿技术研究领域.它在环境检测、遥感、目标定位等领域具有广泛的应用.本文对目前几种主要的目标定位算法进行了分析,并对基于视听测量的定位算法提出了改进措施,为进一步的研究奠定基础.     

SNs中面向定位应用的参考点覆盖性能研究*

由于传感器节点具有传感与通信两个功能,基于传感器网络的定位参考点选择不能仅仅考虑定位性能或网络通信性能,根据不同的传感半径与通信半径选择不同的设置方案成为一个亟待解决的问题。为此,对比分析了三种常见的规则网络拓扑结构的性能,提出了一种参考点设置方法。实验结果表明只有依据通信半径与传感半径的关系设置参考点才能够达到较优的覆盖效果。     

基于智能切换算法的室内外无缝定位技术研究

为了实现室内外环境下的无缝精准定位,提出一种基于计数以及阈值机制的智能切换算法,避免了定位系统反复切换造成的运算量浪费,同时降低了智能手机的能耗,实现了室外全球定位系统(GPS)卫星定位技术和室内Wi-Fi位置指纹定位技术的无缝连接.在室外环境中利用GPS卫星定位技术进行定位,在室内外交界处切换到GPS/Wi-Fi融合定位算法,进入室内后切换到Wi-Fi位置指纹定位算法.基于真实的实验室场景进行了实验,实验数据表明:提出的算法能够很好地满足室内外无缝定位需求.     

基于免疫算法的有向传感器网络目标覆盖研究

针对有向传感器网络的全目标覆盖问题,提出一种基于免疫算法的有向传感器网络目标覆盖方案。该方案采用免疫算法寻找最少数量的传感器,覆盖某一区域内全部的目标点。仿真实验结果证明,采用免疫算法后,搜索时间与目前的遗传算法相比降低1/3以上,并且算法性能更加稳定,寻优后所需的传感器数量有所减少。     

RFID区域定位算法的研究与应用

本文对RFID区域定位算法进行系统化的研究,通过对比测距技术和非测距技术,分析两种技术的优势与劣势,对RFID区域定位算法及技术实现进行描述。选取监狱这个特定实验场景后,对定位算法实验的结果进行了分析。     

基于CUDA的引导源目标定位快速算法研究

研究引导源的目标定位问题,为实现水下目标定位提供了一种新的途径。实际海洋环境中存在噪声,对定位精度的影响非常大,为了实现低信噪比条件下对目标的准确定位,提出了一种改进的邻域平均法对条纹图像进行降噪处理。同时,由于声场计算和图像处理需要非常大的计算量,实现会耗费较长的时间,提出了利用CUDA技术对GTL算法进行加速处理。处理结果表明,经降噪方法处理后,目标距离估计结果准确,误差较小;与传统CPU方法相比,CUDA技术能不改变精度,且使算法时间减少,为目标定位提供了依据。     

基于立体声信号的声源定位算法研究

提出了一种基于立体声信号的声源定位算法.算法主要分为两个步骤:先进行声达时间差估计,并从中获取传声器阵列中阵元间的声延迟;再利用荻取的声达时间差,结合已知的传声器阵列的空间位置和声速进一步定出具体声源的位置.实践结果表明,该算法是一种准确度高、稳定性好的声源定位方法,并且更加有利于实时声信号的处理.     

遗传算法的应用及研究分析

在介绍遗传算法的基本原理与方法的基础上,分析了遗传算法相对于其它算法的优越性和存在的问题以及遗传算法的主要应用和研究发展方向。     

盲信号提取算法研究与分析

盲信号提取主要研究如何把源信号逐个从观察信号中提取出来。以矩阵理论为基础,推证了在病态条件下逐个从观察信号中提取出主要源信号的可行性,并对给出的BSE学习算法,在病态条件下进行分析仿真。     

算法研究在算法教学中的应用

在算法教学中补充讲解一些综合实例,通过提出问题,分析问题,讲解问题,将算法研究的思想贯穿其中,可以培养学生的研究意识以及培养学生的发散式思维。     

算法研究在算法教学中的应用

在算法教学中补充讲解一些综合实例，通过提出问题，分析问题，讲解问题，将算法研究的思想贯穿其中，可以培养学生的研究意识以及培养学生的发散式思雏。     

基于遗传算法和梯度算法的一种结构优化混合方法

基于遗传算法和梯度算法,文章提出了一种结构优化的混合方法。算例表明该方法兼具遗传算法的优良全局搜索能力和梯度算法的强大局部搜索的特点,且具有很好的工程适应性。     

一种改进的BP算法在实际应用中的研究

该文在应用BP网络诊断电厂制粉系统故障的研究中,采用一种改进的学习算法,即对BP网络权值的优化方法上进行了改进,并经制粉系统故障诊断的仿真试验证明,这种改进的BP算法能有效地解决网络学习时易陷入局部极小值的问题,提高网络的学习速度和诊断精度。     

遗传算法及其在数据挖掘中的应用

遗传算法是一种模拟生物进化过程的自适应全局优化算法,是解决现代非线性优化问题的一种重要方法。作为一种全局优化算法,遗传算法很适合于数据挖掘工作。在介绍遗传算法的基本原理和特点的基础上,对遗传算法在数据挖掘中的应用问题作了一些初步的探讨,最后给出一个应用遗传算法进行数据挖掘的具体实例。     

基于均衡器输出信号功率的盲均衡算法

从理论上分析了均衡器输出信号功率的变化规律，并将它作为控制步长的参量，形成一种基于均衡器输出信号功率的变步长CMA盲均衡算法。分析了算法中待定参数的选取原则，通过计算机进行了仿真实验，结果验证了改进算法相对于传统恒模算法有更好的收敛 性能。     

改进遗传算法在公交调度优化中的应用

在充分考虑公交公司运营成本和乘客候车等待成本的基础上,引入了乘客坐车舒适度这一指标建立了公交调度优化模型。针对基本遗传算法在实际应用中出现进化缓慢和提前收敛的问题,利用蚁群算法具有局部搜索能力强和收敛速度比较快等优点,引入了蚁群算法引导变异,建立了自适应的遗传算法,实现了模型求解的高效性和高精度。     

基于遗传算法的查询优化算法及其在税收专业化系统中的应用研究

税收专业化是税收发展的必然趋势,税收专业化系统将税收工作信息化、专业化、智能化,提高了税收效率,节省了资源。随着系统数据量的日趋庞大,记录查询的结果越来越差。提出一种基于改进遗传算法的查询优化技术,改进适应税收专业化系统的编码方案,以及相对应的交叉算子、变异算子,应用于税收专业化系统时,表现出良好的性能,与一般查询方法相比,能大大提高数据查询的查全率与查准率。