李枚毅
作品数: 50被引量:142H指数:7
  • 所属机构:湘潭大学信息工程学院
  • 所在地区:湖南省 湘潭市
  • 研究方向:自动化与计算机技术
  • 发文基金:国家自然科学基金

相关作者

蔡自兴
作品数:639被引量:4,942H指数:34
供职机构:中南大学
研究主题:移动机器人 人工智能 遗传算法 机器人 激光雷达
李峰
作品数:44被引量:13H指数:2
供职机构:湘潭大学
研究主题:铁载体 异羟肟酸 降噪研究 舰船辐射噪声 小波
孙国荣
作品数:9被引量:26H指数:4
供职机构:中南大学信息科学与工程学院
研究主题:移动机器人 鼠标轨迹 鼠标 遗传算法 改进遗传算法
王毅
作品数:27被引量:60H指数:5
供职机构:湘潭大学信息工程学院
研究主题:降噪研究 舰船辐射噪声 小波 小波降噪 图像
宋凌
作品数:5被引量:20H指数:2
供职机构:湘潭大学信息工程学院
研究主题:K均值 粒群优化 入侵检测 半监督聚类 K均值算法
动态环境下无线Mesh网络骨干节点部署算法被引量:5
2018年
针对无线Mesh网络骨干节点部署的优化问题,提出新的无线Mesh网络骨干节点部署优化算法。该算法根据用户需求点动态变化而调整骨干节点的部署位置。运用对称位移映射的TSDPSO算法适应动态环境,在新周期开始时检测环境是否变化,并更新节点部署位置以适应需求变化。在满足用户带宽需求和网络连通性前提下,使用粒子群算法筛选网关位置,以最小化路由器数量为目标逐步添加权重最大的相邻节点完成部署。实验结果表明,该算法可在动态环境变化时得到有效的部署方案。
曹圣灵李枚毅胡灿
关键词:无线MESH网络动态环境粒子群优化
面向视频监控的AVS帧间预测模式快速选择算法被引量:2
2008年
针对监控视频多噪点以及存在大量静止背景的特点,以AVS视频编码标准为基础,提出了一种结合降采样视频预处理技术和及早停止准则的快速帧间预测模式选择算法。实验结果表明,该算法在保持视频主观质量相当的条件下,编码过程的计算复杂度和码率分别降低了50%和20%左右。
杨志伟李枚毅刘东华
关键词:视频监控
基于免疫机制和多示例学习的移动机器人进化导航研究
移动机器人技术在空间探测、国防、工业、农业、医学及社会服务业等领域显示了越来越广泛的应用前景,已成为国内外移动机器人学术界研究的热点。本文针对大范围环境、变化环境和未知环境,以免疫进化和多示例学习作为支撑技术,围绕移动机...
李枚毅
关键词:移动机器人路径规划多示例学习进化算法
动态Kriging优化算法求解昂贵约束优化问题被引量:1
2013年
针对昂贵单目标约束优化中真实模型计算费时且现有算法收敛速度慢的问题,提出了动态Kriging优化算法以提高计算效率.该算法首先将所有约束条件转换为一个约束函数,然后采用拉丁超立方体采样(LHS)法进行采样,分别建立真实模型目标函数和约束函数的Kriging代理模型,同时结合真实模型对代理模型估计进行误差矫正,采用非支配个体选择、保留和替换机制不断更新样本库和Kriging代理模型.最后将进化最优种群代入真实模型计算其最优值.通过13个标准函数测试表明该算法具有较高的精确度和稳健性,明显减少了真实模型的评价次数.
肖建李枚毅蔡霞张海
关键词:KRIGING代理模型
一种新的半监督入侵检测算法被引量:8
2008年
针对无监督学习的入侵检测算法准确度不高、监督学习的入侵检测算法训练样本难以获取的问题,提出了一种粒子群改进的K均值半监督入侵检测算法,利用少量的标记数据生成正确样本模型来指导大量的未标记数据聚类,对聚类后仍未能标记的数据采用粒群优化的K均值聚类,有效提高分类器的分类准确性,并实现了对新类型攻击的检测。实验结果表明,算法的整体检测效果明显优于基于无监督学习和监督学习的检测算法。
宋凌李枚毅李孝源
关键词:半监督聚类入侵检测粒群优化K均值
一种结构距离的相似度计算方法
度计算方法在数据挖掘中具有重要的意义。深入分析了以距离作为相似性度量策略的局限性,提出了一种以实例内部特征结构及其相互关系为度量的相似性度量方法。此方法深入挖掘了实例特征的内部结构特征,具有很高准确性。以结构距离对多标签...
王伟李枚毅何诚邱茜茜
关键词:MININGSIMILARITYDISTANCESEMI-SUPERVISEDLEARNING
基于小波的被动声纳降噪研究
2007年
基于小波的降噪理论,研究了水下舰船辐射噪声的被动声纳降噪问题。通过对船辐射噪声的建模和仿真,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果。该研究在分析对比的基础上,进行小波包软阈值去噪并且取得了较好的效果,对被动声纳降噪提供了较好的应用前景。
李峰王毅李枚毅
关键词:舰船辐射噪声被动声纳
基于粒群优化的K均值算法及其应用被引量:9
2008年
针对K均值聚类算法依赖于初始值的选择,且容易收敛于局部极值的缺点,提出一种基于粒群优化的K均值算法。利用粒群优化指导K均值算法的初始值选择,使其容易收敛到全局极值。将该算法应用到入侵检测中,实验结果表明该算法聚类效果好、收敛快、容易实现。
宋凌李枚毅李孝源
关键词:粒群优化入侵检测K均值
一种双层可变子群的动态粒子群优化算法被引量:9
2012年
粒子间信息的共享方式对粒子群优化算法的收敛速度和全局搜索能力有重要的影响.针对全互联、环形拓扑结构,提出基于双层子群的信息共享方式,以收敛率作为子群规模变化的标识,实现子群规模动态变化,协调了算法的全局搜索能力和局部寻优能力.子群排斥机制使子群跳出局部最优解的束缚,提高解的多样性.选取目前比较流行的几种粒子群优化算法,通过五种经典的Benchmark高维函数优化问题进行实验仿真.结果表明基于双层可变子群的动态粒子群优化算法可以有效的避免算法陷入局部最优,在保证收敛速度的同时算法的全局搜索能力和精度有明显的提高.
王伟李枚毅彭霞丹
关键词:拓扑结构
基于改进遗传算法的多示例神经网络优化被引量:8
2005年
为了提高预测准确性,构造了一类优化多示例神经网络参数的改进遗传算法,借助基于反向传播训练的局部搜索算子、排挤操作和适应性操作概率计算方式来提高收敛速度和防止早熟收敛。通过公认的数据集上实验结果的分析和对比,证实了这个改进的遗传算法能够明显地提高多示例神经网络的预测准确性,同时还具有比其他算法更快的收敛速度。
蔡自兴孙国荣李枚毅
关键词:多示例学习遗传算法