应用遗传算法建立云杉针叶表面PCDD/Fs光解半衰期的预测模型 被引量：10

1

作者 牛军峰 余刚 韩文亚 《环境科学》 EI CAS CSCD 北大核心 2005年第2期28-33,共6页

采用量子化学PM3算法计算PCDD/Fs的量子化学参数 ,应用遗传算法 (GeneticAlgorithm ,GA)对所建模型中的变量进行筛选 ,建立了能预测吸附到云杉 [Piceaabies (L .)Karst.]针叶表面的PCDD/Fs光解半衰期 (t1/2 )的定量结构 性质关系(QSPR)... 采用量子化学PM3算法计算PCDD/Fs的量子化学参数 ,应用遗传算法 (GeneticAlgorithm ,GA)对所建模型中的变量进行筛选 ,建立了能预测吸附到云杉 [Piceaabies (L .)Karst.]针叶表面的PCDD/Fs光解半衰期 (t1/2 )的定量结构 性质关系(QSPR)模型 ,认为影响PCDD/Fs光解速率的主要因素是分子最高占据轨道能 (EHOMO)、前线分子轨道能量差 (ELUMO -EHOMO)和平均极化率 (α) .随着EHOMO和α的增大 ;其lgt1/2 值增大 ,PCDD/Fs的lgt1/2 值与其 (ELUMO-EHOMO)值呈抛物线关系 ,当ELUMO-EHOMO=7 .84 7时 ,lgt1/2 有最小值 ;当ELUMO-EHOMO≤ 7. 84 7时 ,lgt1/2 值随着ELUMO-EHOMO的增大而减小 ;当ELUMO-EHOMO≥ 7 .84 7时 ,lgt1/2 值随着ELUMO-EHOMO的增大而增大 . 展开更多

关键词 遗传算法 PCDD/fs 定量结构-性质关系(QSPR) 量子化学参数

在线阅读 下载PDF 职称材料

改进的FS算法选取支持向量回归机参数及应用

2

作者 杜长海 黄席樾 +2 位作者 杨祖元 邓天民 詹建平 《计算机应用研究》 CSCD 北大核心 2009年第7期2520-2523,共4页

针对支持向量回归机SVR的拟合精度和泛化能力取决于相关参数的选取,提出了基于改进FS算法的SVR参数选择方法,并应用于交通流预测的研究。FS(free search)算法是一种新的进化计算方法,提出基于相对密集度的灾变策略改进FS算法的个体初始... 针对支持向量回归机SVR的拟合精度和泛化能力取决于相关参数的选取,提出了基于改进FS算法的SVR参数选择方法,并应用于交通流预测的研究。FS(free search)算法是一种新的进化计算方法,提出基于相对密集度的灾变策略改进FS算法的个体初始位置选择机制,以扩大搜索空间,提高全局搜索能力。对实测交通流量进行滚动预测仿真实验,结果表明该方法优化SVR参数是有效、可行的,与经验估计法和遗传算法相比,得到的SVR模型具有更好的泛化性能和预测精度。 展开更多

关键词 智能交通系统 自由搜索算法 支持向量回归机 参数优化 交通流预测

在线阅读 下载PDF 职称材料

基于扇形趋利果蝇优化算法改进的FS-K聚类算法 被引量：2

3

作者 曹珍贯 杨逊 +1 位作者 吕旻姝 朱靖雯 《重庆工商大学学报（自然科学版）》 2021年第5期61-67,共7页

针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果... 针对果蝇算法对高维函数收敛精度低的缺点,提出了一种改进的基于扇形搜索的果蝇算法(Fan search-Fruit Fly Optimization Algorithm,FS-FOA),该算法在原果蝇FOA算法的基础上改进了果蝇群体的搜索路径,并赋予果蝇个体趋利性,使更多的果蝇个体朝着味道浓度更大的方向前进,使果蝇群体的搜索方向有更多的选择性,增加果蝇算法在处理高维函数问题上的收敛速度和收敛精度;并将改进的FS-FOA算法与K-means聚类相结合,提出一种FS-K聚类算法,与原K-means聚类和原果蝇(FOA)算法进行对比实验,引入5个经典的测试函数对原FOA算法和FS-FOA算法寻优结果进行测试,结果表明采用FS-FOA算法具有更高的收敛精度;引入5个UCI公共数据集对改进FS-K聚类算法和原K-means算法、SOM聚类算法、FCM聚类算法进行测试,结果表明FS-K聚类算法具有更好的聚类效果。 展开更多

关键词 果蝇算法 扇区搜索 fs-K聚类算法

在线阅读 下载PDF 职称材料

基于FS-YOLOv3及多尺度特征融合的棉布瑕疵检测 被引量：9

4

作者 刘露露 李波 +1 位作者 何征 姚为 《中南民族大学学报（自然科学版）》 CAS 北大核心 2021年第1期95-101,共7页

为解决传统棉布生产工艺中瑕疵检测成本高、精度低、速度慢等问题,提出一种FS-YOLOv3(Four Scales YOLOv3)网络来自动检测棉布瑕疵.该网络结合K-Means++聚类算法,以交并比为距离度量获取较好尺寸的锚框,提高检测速度.设计了4个不同尺度... 为解决传统棉布生产工艺中瑕疵检测成本高、精度低、速度慢等问题,提出一种FS-YOLOv3(Four Scales YOLOv3)网络来自动检测棉布瑕疵.该网络结合K-Means++聚类算法,以交并比为距离度量获取较好尺寸的锚框,提高检测速度.设计了4个不同尺度的卷积特征图与深度残差网络中相应尺度的特征图进行融合,有效地学习样本特征.将Softer NMS算法作为预测框过滤机制,使得高分类置信度的边框位置更为准确.实验结果表明:使用FS-YOLOv3网络能有效提高低对比度、小尺度目标的棉布瑕疵检测精度,整体性能优于传统的检测方法. 展开更多

关键词 fs-YOLOv3网络 瑕疵检测 多尺度特征融合 聚类 Softer NMS算法

在线阅读 下载PDF 职称材料

A Biproportional Construction Algorithm for Correctly Calculating Fourier Series of Aperiodic Non-Sinusoidal Signal

5

作者 Zicheng Li Mingwei Ren +1 位作者 Zhaoling Chen Guohai Liu 《Engineering（科研）》 2021年第10期503-525,共23页

<span style="font-family:Verdana;">The </span><span style="font-family:Verdana;">Fourier series</span><span style="font-family:Verdana;"> (FS)</span>&l... <span style="font-family:Verdana;">The </span><span style="font-family:Verdana;">Fourier series</span><span style="font-family:Verdana;"> (FS)</span><span style="font-family:Verdana;"> applies to </span><span style="font-family:Verdana;">a </span><span style="font-family:Verdana;">periodic non-sinusoidal function</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">satisfying </span><span style="font-family:Verdana;">the </span><span style="font-family:Verdana;">Dirichlet conditions, whereas </span><span style="font-family:Verdana;">the</span><span style="font-family:Verdana;"> being-processed function</span><span style="font-family:;" "=""> <img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /></span><span style="font-family:;" "=""></span><span style="font-family:;" "=""><span style="font-family:Verdana;"> in practical applications is usually an aperiodic non-sinusoidal signal. When </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" /><span style="font-family:Verdana;"> is aperiodic, its calculated </span></span><span style="font-family:Verdana;">FS</span><span style="font-family:Verdana;"> is not correct, </span><span style="font-family:Verdana;">which is </span><span style="font-family:Verdana;">still a challenging problem. To overcome the problem, </span><span style="font-family:Verdana;">we</span><span style="font-family:Verdana;"> derive a direct calculation algorithm, a constant iterati</span><span style="font-family:Verdana;">on </span><span style="font-family:Verdana;">algorithm, and an optimal iterati</span><span style="font-family:Verdana;">on </span><span style="font-family:Verdana;">algorithm. The direct calculation algorithm correctly calculate</span><span style="font-family:Verdana;">s</span><span style="font-family:Verdana;"> its Fourier coefficients </span><span style="font-family:Verdana;">(FCs) </span><span style="font-family:;" "=""><span style="font-family:Verdana;">when </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span><span style="font-family:Verdana;"> is periodic</span></span><span style="font-family:Verdana;"> and </span><span style="font-family:Verdana;">satisf</span><span style="font-family:Verdana;">ies</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">the </span><span style="font-family:Verdana;">Dirichlet conditions</span><span style="font-family:Verdana;">.</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">B</span><span style="font-family:Verdana;">oth the constant iterati</span><span style="font-family:Verdana;">on</span><span style="font-family:Verdana;"> algorithm and the optimal</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">iterati</span><span style="font-family:Verdana;">on</span><span style="font-family:Verdana;"> algorithm provide </span><span style="font-family:Verdana;">an</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">idea</span><span style="font-family:;" "=""><span style="font-family:Verdana;"> of</span><span style="color:red;"> </span><span style="font-family:Verdana;">determining </span></span><span style="font-family:Verdana;">the </span><span style="font-family:;" "=""><span style="font-family:Verdana;">states of </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span></span><span style="font-family:Verdana;">.</span><span style="font-family:Verdana;"> From the </span><span style="font-family:Verdana;">idea</span><span style="font-family:Verdana;">, </span><span style="font-family:Verdana;">we obtain </span><span style="font-family:Verdana;">an algorithm for determining </span><span style="font-family:Verdana;">the </span><span style="font-family:;" "=""><span style="font-family:Verdana;">states of </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span><span style="font-family:Verdana;"> based on the optimal iterati</span></span><span style="font-family:Verdana;">on</span><span style="font-family:Verdana;"> algorithm. In the algorithm, </span><span style="font-family:Verdana;">the</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">variable</span><span style="font-family:Verdana;"> iterati</span><span style="font-family:Verdana;">on</span><span style="font-family:Verdana;"> step </span><span style="font-family:Verdana;">is</span><span style="font-family:Verdana;"> introduced</span><span style="font-family:Verdana;">;</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">t</span><span style="font-family:Verdana;">hus</span><span style="font-family:Verdana;">,</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">we present </span><span style="font-family:Verdana;">an algorithm for determining </span><span style="font-family:Verdana;">the </span><span style="font-family:;" "=""><span style="font-family:Verdana;">states of </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span><span style="font-family:Verdana;"> based on the </span></span><span style="font-family:Verdana;">variable</span><span style="font-family:Verdana;"> iterati</span><span style="font-family:Verdana;">on</span><span style="font-family:Verdana;"> step. </span><span style="font-family:Verdana;">The presented</span><span style="font-family:Verdana;"> algorithm accurately determine</span><span style="font-family:Verdana;">s</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">the </span><span style="font-family:;" "=""><span style="font-family:Verdana;">states of </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span></span><span style="font-family:Verdana;">. </span><span style="font-family:Verdana;">On the basis of the</span><span style="font-family:Verdana;">se</span><span style="font-family:Verdana;"> algorithms, </span><span style="font-family:Verdana;">we build </span><span style="font-family:Verdana;">a biproportional construction theory</span><span style="font-family:Verdana;">.</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">The </span><span style="font-family:Verdana;">theory</span><span style="font-family:Verdana;"> consists of a </span><span style="font-family:Verdana;">first </span><span style="font-family:Verdana;">and a second</span><span style="font-family:Verdana;"> proportional construction theory</span><span style="font-family:Verdana;">.</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">The</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">former</span><span style="font-family:Verdana;"> correctly </span><span style="font-family:Verdana;">calcula</span><span style="font-family:Verdana;">te</span><span style="font-family:Verdana;">s</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">the</span><span style="font-family:;" "=""> </span><span style="font-family:Verdana;">FCs</span><span style="font-family:;" "=""><span style="font-family:Verdana;"> of </span><img src="Edit_5f802cf4-e7c1-43f0-9bf6-97cfac22ce08.png" alt="" style="white-space:normal;" /><span></span><span style="font-family:Verdana;"> at </span></span><span style="font-family:Verdana;">the present</span><span style="font-family:Verdana;"> samp</span><span style="font-family:Verdana;">ling time</span> 展开更多

关键词 Fourier Coefficients (FCs) Fourier Series (fs) Iteration algorithm Aperiodic Non-Sinusoidal Signal

在线阅读 下载PDF 职称材料

进化双层自适应局部特征选择

6

作者 高麟 周宇 邝得互 《计算机应用》 CSCD 北大核心 2024年第5期1408-1414,共7页

局部特征选择(LFS)方法将样本空间划分为多个局部区域,并为每个区域选择最优特征子集以反映局部异质信息。然而,现有的LFS方法以每个样本为中心划分局部区域并找到最优特征子集,导致优化效率低下且适用场景受限。为了解决这个问题,提出... 局部特征选择(LFS)方法将样本空间划分为多个局部区域,并为每个区域选择最优特征子集以反映局部异质信息。然而,现有的LFS方法以每个样本为中心划分局部区域并找到最优特征子集,导致优化效率低下且适用场景受限。为了解决这个问题,提出一种进化双层自适应局部特征选择(BiLFS)算法。LFS问题被建模为双层优化问题,特征子集和待优化局部区域是该问题的两个决策变量。在问题的上层,使用非支配排序遗传算法-Ⅱ求解被选择的局部区域的最优特征子集,区域纯度和被选择特征比率是目标函数;在问题的下层,根据上层求解的最优特征子集,首先使用局部区域聚类分析得到区域内的中心样本,然后通过局部区域融合消除非必要区域并更新必要区域的种群。在11个UCI数据集上的测试结果表明,相较于基于进化算法的非自适应LFS方法,BiLFS的平均分类准确率达到前者的98.48%,而平均所需计算用时仅为前者的9.51%,运算效率得到大幅提升,且达到基于线性规划的LFS方法的水准。对迭代过程中BiLFS算法选择的用于优化的局部区域进行可视化分析,结果表明,BiLFS选择必要局部区域具有稳定性和可靠性。 展开更多

关键词 特征选择 双层优化 遗传算法 多目标优化 聚类

在线阅读 下载PDF 职称材料

严格解析谱下同航线双基SAR频率变标成像算法 被引量：2

7

作者 陈士超 武其松 +2 位作者 刘明 邢孟道 保铮 《电子与信息学报》 EI CSCD 北大核心 2011年第6期1447-1452,共6页

该文提出一种基于几何关系公式(GBF)方法推导出的TanDEM构形下严格解析双基频谱的频率变标(FS)算法,算法中半类双基角的求解过程不再需要进行数值计算,提高了成像的处理效率;不同于已有的双基成像算法,完全精确的双基谱使其不受基线长... 该文提出一种基于几何关系公式(GBF)方法推导出的TanDEM构形下严格解析双基频谱的频率变标(FS)算法,算法中半类双基角的求解过程不再需要进行数值计算,提高了成像的处理效率;不同于已有的双基成像算法,完全精确的双基谱使其不受基线长和作用距离比值大小的影响,可以进行长基线甚至极限基线长情形下的数据处理,仿真数据验证了该文算法的有效性;数值方法和该文所提方法成像效果的对比实验表明所提算法可以取得和熟知的计算量大的数值计算方法几乎完全相同的成像效果,进一步表明了该文方法的有效性和可行性。 展开更多

关键词 双基地合成孔径雷达 点目标精确解析谱 频率变标算法 基线和雷达作用距离比

在线阅读 下载PDF 职称材料

一种改进的快速傅里叶变换算法及其在故障诊断中的应用 被引量：11

8

作者 蒋刚 肖建 +1 位作者 郑永康 宋昌林 《计算机应用》 CSCD 北大核心 2006年第2期448-450,共3页

提出了一种固定结构的快速傅立叶变换(FFT)改进算法,通过改变蝶形结构使运算过程中的每一级结构保持相同,从而减少中间结果的存取寻址时间,达到简化运算步骤、提高运算效率的目的。用此算法对一数控磨床的机械故障信号进行分析,顺利诊... 提出了一种固定结构的快速傅立叶变换(FFT)改进算法,通过改变蝶形结构使运算过程中的每一级结构保持相同,从而减少中间结果的存取寻址时间,达到简化运算步骤、提高运算效率的目的。用此算法对一数控磨床的机械故障信号进行分析,顺利诊断出故障原因和所在位置,为排除故障提供了依据。与经典FFT算法相比,效率提高大约7.23%,表明该算法具有一定的实用性和有效性。 展开更多

关键词 固定结构FFT算法(fs-FFT) 数控磨床(NCG) 故障诊断 计算机仿真

在线阅读 下载PDF 职称材料

一种多步长功率控制算法 被引量：2

9

作者 胡耀 李方伟 《电子技术应用》 北大核心 2007年第9期113-115,共3页

提出了一种可以应用于CDMA系统的多步长功率控制算法,本算法根据接收端的实测信干比与目标信干比的差值,从4个步长中选取一个,对发射端的发射功率进行调整。由于步长是有限个固定值,因此该算法易于实现。通过仿真证明,该算法性能优于可... 提出了一种可以应用于CDMA系统的多步长功率控制算法,本算法根据接收端的实测信干比与目标信干比的差值,从4个步长中选取一个,对发射端的发射功率进行调整。由于步长是有限个固定值,因此该算法易于实现。通过仿真证明,该算法性能优于可实际应用的FS算法,接近于性能理想而难于实现的FMA算法。 展开更多

关键词 功率控制 多步长 fs算法 FMA算法 信干比

在线阅读 下载PDF 职称材料

基于自由搜索算法的图像分割研究 被引量：2

10

作者 毕晓君 李云刚 《信息技术》 2010年第7期97-100,共4页

针对最大熵阈值分割法在图像分割中计算量大、多阈值的优化组合难于确定的问题,现提出基于自由搜索算法的最大熵阈值分割改进算法,利用自由搜索算法的优化能力,实现了多阈值的确定,并具有计算量少、收敛速度快、准确率高等优点。实验仿... 针对最大熵阈值分割法在图像分割中计算量大、多阈值的优化组合难于确定的问题,现提出基于自由搜索算法的最大熵阈值分割改进算法,利用自由搜索算法的优化能力,实现了多阈值的确定,并具有计算量少、收敛速度快、准确率高等优点。实验仿真结果表明,改进算法能够更快地确定出最佳多阈值组合,并且这些阈值能够获得更好的图像分割效果。 展开更多

关键词 图像分割 自由搜索算法 最大熵 多阈值

在线阅读 下载PDF 职称材料

基于粗细粒交叉的搜索算法 被引量：4

11

作者 周晖 李丹美 +2 位作者 徐晨 邵世煌 袁从明 《控制与决策》 EI CSCD 北大核心 2008年第9期1068-1072,共5页

针对一种新的群集智能——自由搜索优化的不足,提出了基于粗细粒交叉的搜索算法.该算法定义了粗粒交叉和细粒交叉两种算子.通过粗粒交叉,有利于产生新的优秀个体,提高算法的全局搜索能力;采用细粒交叉,在搜索半径内产生更多的优良基因,... 针对一种新的群集智能——自由搜索优化的不足,提出了基于粗细粒交叉的搜索算法.该算法定义了粗粒交叉和细粒交叉两种算子.通过粗粒交叉,有利于产生新的优秀个体,提高算法的全局搜索能力;采用细粒交叉,在搜索半径内产生更多的优良基因,提高局部搜索能力.典型函数的实验结果表明:新算法的收敛速度、收敛精度、鲁棒性和稳定性大大优于基本自由搜索优化和标准微粒群算法. 展开更多

关键词 群集智能 自由搜索优化 微粒群算法 交叉 遗传算法

在线阅读 下载PDF 职称材料

平移不变模式双基地SAR频率变标算法

12

作者 蔡复青 何友 宋杰 《电子科技大学学报》 EI CAS CSCD 北大核心 2010年第2期164-168,共5页

针对双基地SAR距离徙动受发射和接收二维距离变化影响的问题,提出了一种提取平移不变模式双基地SAR频率变标因子的新方法。该方法将距离徙动随二维距离的变化转化为随一维距离量的变化,然后通过合理的线性近似得到了不受距离参数影响的... 针对双基地SAR距离徙动受发射和接收二维距离变化影响的问题,提出了一种提取平移不变模式双基地SAR频率变标因子的新方法。该方法将距离徙动随二维距离的变化转化为随一维距离量的变化,然后通过合理的线性近似得到了不受距离参数影响的变标因子;在此基础上,将线性频率变标算法推广到了双基地SAR领域;最后通过仿真验证了该算法的有效性。 展开更多

关键词 双基地合成孔径雷达 频率变标因子 fs成像算法 平移不变

在线阅读 下载PDF 职称材料

一种有效的语音变调算法研究

13

作者 梅铁民 吴丽君 张景 《沈阳理工大学学报》 CAS 2016年第4期16-20,61,共6页

在语音信号处理中,语音变调技术是一项非常重要的内容。目前采用较多的算法为同步叠加固定合成算法(Synchronized Overlap-Add Fixed Synthesis,SOLA-FS)。该算法简单,但存在着变调范围小、音质差等弊端。为了改善变调语音的音质,提高... 在语音信号处理中,语音变调技术是一项非常重要的内容。目前采用较多的算法为同步叠加固定合成算法(Synchronized Overlap-Add Fixed Synthesis,SOLA-FS)。该算法简单,但存在着变调范围小、音质差等弊端。为了改善变调语音的音质,提高语音清晰度,在SOLA-FS算法的基础上,提出了一种不改变原语音的采样率,而在播放时采用设定的采样率播放的方法实现语音变调。实验结果表明,相对于SOLA-FS算法,新方法明显地改善了语音在连接点处相位不连续的问题,具有更好的变调效果。 展开更多

关键词 语音变调 SOLA—fs算法 采样率 语音信号

在线阅读 下载PDF 职称材料

类F5算法设计准则模型研究

14

作者 刘树凯 鲍皖苏 《信息工程大学学报》 2013年第2期153-158,共6页

通过引入L-对、准则序等概念,给出了类F5算法设计准则的一个模型,证明了现有类F5算法的设计准则都是准则模型中采用了某个特定准则序的特例。与GBGC模型相比,文章的模型包括了F5、F5C等算法使用L-对准则的情况,并证明了类F5算法设计准... 通过引入L-对、准则序等概念,给出了类F5算法设计准则的一个模型,证明了现有类F5算法的设计准则都是准则模型中采用了某个特定准则序的特例。与GBGC模型相比,文章的模型包括了F5、F5C等算法使用L-对准则的情况,并证明了类F5算法设计准则不仅是Grbner基的计算依据,也是强Grbner基的计算依据。 展开更多

关键词 GROBNER基 类F5算法 强Grobner基 F5算法 F5准则

在线阅读 下载PDF 职称材料

基于CUDA的运动估计算法研究

15

作者 赵海国 《湖南理工学院学报（自然科学版）》 CAS 2012年第2期34-36,共3页

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUD... 运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度. 展开更多

关键词 运动估计 统一计算设备架构 全搜索算法 钻石搜索法 全域消除算法

在线阅读 下载PDF 职称材料

一种改进的位平面匹配运动估计算法 被引量：1

16

作者 李进伟 陈更生 尹文波 《计算机工程》 CAS CSCD 2012年第2期259-260,263,共3页

为进一步提高视频的编码效率,提出一种改进的位平面匹配(BPM)算法,通过调整阈值的选取方式,减少搜索次数,利用改进的运动矢量计算方法提高搜索准确性,提升图像质量。实验结果表明,与传统BPM算法相比,该算法能提高位平面的区分能力,增强... 为进一步提高视频的编码效率,提出一种改进的位平面匹配(BPM)算法,通过调整阈值的选取方式,减少搜索次数,利用改进的运动矢量计算方法提高搜索准确性,提升图像质量。实验结果表明,与传统BPM算法相比,该算法能提高位平面的区分能力,增强运动估计效果。 展开更多

关键词 运动估计 全搜索算法 快速搜索算法 位平面 位平面匹配算法

在线阅读 下载PDF 职称材料

基于自由搜索算法的干扰任务分配模型研究

17

作者 王中杰 张佳 +1 位作者 孟令鹏 宫江雷 《中国体视学与图像分析》 2010年第3期286-289,共4页

如何分配干扰任务是电子对抗中的一个重点问题。本文提出了一个基于自由搜索(freesearch,FS)算法的任务分配模型。首先介绍了FS算法的基本原理,其次构造了基于FS算法的目标分配算法模型,最后进行了算法实验,对该模型进行了验证。实验结... 如何分配干扰任务是电子对抗中的一个重点问题。本文提出了一个基于自由搜索(freesearch,FS)算法的任务分配模型。首先介绍了FS算法的基本原理,其次构造了基于FS算法的目标分配算法模型,最后进行了算法实验,对该模型进行了验证。实验结果表明,基于FS算法的目标分配模型是有效的,具有较快的收敛速度和较高的精度。 展开更多

关键词 fs算法 任务分配 雷达干扰

在线阅读 下载PDF 职称材料

基于特征选择和深度信念网络的文本情感分类算法 被引量：5

18

作者 向进勇 杨文忠 吾守尔·斯拉木 《计算机应用》 CSCD 北大核心 2019年第7期1942-1947,共6页

由于人类语言的复杂性,文本情感分类算法大多都存在因为冗余而造成的词汇量过大的问题。深度信念网络(DBN)通过学习输入语料中的有用信息以及它的几个隐藏层来解决这个问题。然而对于大型应用程序来说,DBN是一个耗时且计算代价昂贵的算... 由于人类语言的复杂性,文本情感分类算法大多都存在因为冗余而造成的词汇量过大的问题。深度信念网络(DBN)通过学习输入语料中的有用信息以及它的几个隐藏层来解决这个问题。然而对于大型应用程序来说,DBN是一个耗时且计算代价昂贵的算法。针对这个问题,提出了一种半监督的情感分类算法,即基于特征选择和深度信念网络的文本情感分类算法(FSDBN)。首先使用特征选择方法(文档频率(DF)、信息增益(IG)、卡方统计(CHI)、互信息(MI))过滤掉一些不相关的特征从而使词汇表的复杂性降低;然后将特征选择的结果输入到DBN中,使得DBN的学习阶段更加高效。将所提算法应用到中文以及维吾尔语中,实验结果表明在酒店评论数据集上,FSDBN在准确率方面比DBN提高了1.6%,在训练时间上比DBN缩短一半。 展开更多

关键词 深度信念网络 深度学习 特征选择 半监督的情感分类算法 受限波尔兹曼机 文本情感分类

在线阅读 下载PDF 职称材料

基于帧内空间域预测的快速纹理逼近算法 被引量：1

19

作者 苏磊 李国源 张家谋 《电视技术》 北大核心 2004年第9期11-14,共4页

H.264标准中推荐的全搜索算法存在计算量大、耗时长的缺点,对此提出了一种基于部分模式进行预测的帧内空间域快速纹理逼近预测算法,并对该算法进行了分析和试验,证明该算法在模式选择上较FS可以提高3～6倍的速度,可有效地提高预测效率。

关键词 H.264 全搜索算法 帧内空间域预测 快速纹理逼近 绝对差值求和 绝对误差均值

在线阅读 下载PDF 职称材料