公共文化服务平台

共 7 条记录，以下是 1-9

全选清除导出

排序方式：

基于NFC的智能家居系统辅助应用的设计与仿真: 智能家居作为物联网主要应用之一,旨在综合计算机技术、嵌入式技术、传感网络技术和通讯技术实现家居生活的智能化。近场通信（Near Field Communication,NFC）是一种短距离无线通讯技术,由无线射频识别技术...; 聂祥林吴晓军张玉梅吴文均; 关键词：物联网近场通信智能家居; 文献传递

基于DFP的二阶Volterra模型及其对Rossler混沌序列的预测被引量：2: 2014年; 为克服最小二乘法或归一化最小二乘法在二阶Volterra建模时参数选择不当引起的问题,在最小二乘法基础上,应用一种基于后验误差假设的可变收敛因子技术,构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra模型(DFPSOVF).给出参数估计中自相关逆矩阵估计的递归更新公式,并对其正定性、有界性和τ(n)的作用进行了研究.将DFPSOVF模型应用于Rssler混沌序列的单步预测,仿真结果表明其能够保证算法的稳定性和收敛性,不存在最小二乘法和归一化最小二乘法的发散问题.; 张玉梅吴晓军白树林

BFGS训练的深度循环卷积神经网络目标检测与分类: 基于图像的目标检测与分类任务是计算机视觉研宄中的两个重要基本问题,也是目标跟踪、个体识别、事件分析等其它高层视觉任务的基础。针对图像目标的检测与分类问题,本文应用学习率自适应的改进BFGS算法训练深度循环卷积神经网络（R...; 周记张钰吴晓军; 关键词：学习率卷积神经网络循环神经网络; 文献传递

DTN中基于时间因素的拥塞感知路由算法被引量：2: 2015年; 为了解决散发等待路由算法中,中继节点的选择存在盲目性的问题,提出一种基于时间因素的拥塞感知路由算法CARA。该算法考虑时间因素对转发概率的影响,改进Prophet算法中的转发概率。根据改进的转发概率选择中继节点,动态分配报文转发数目,并以拥塞感知自适应的方式实现拥塞控制的优化。仿真结果表明,CARA算法和网络投递率及延迟表现最好的CS-DTN算法相比,投递率提高了10.21%,延迟降低了7.05%,同网络开销表现最好的BSW算法相比,开销降低了8.16%。; 良梓任哲坡吴晓军; 关键词：拥塞感知

改进扩展卡尔曼滤波算法的目标跟踪算法被引量：17: 2016年; 为了获得更加理想的运动目标跟踪效果,提出了一种基于改进扩展卡尔曼滤波的目标跟踪算法。构建时间差和信号到达方向的观测方程,利用几何和代数关系化简得到伪线性模型,通过改进卡尔曼滤波算法对目标运动轨迹进行跟踪,采用仿真实验对算法性能进行测试。结果表明,相对于传统扩展卡尔曼滤波算法,在相同条件下,该算法不仅提高了目标跟踪精度,而且使目标跟踪结果更加稳定。; 杨鹏生吴晓军张玉梅; 关键词：单站无源定位扩展卡尔曼滤波目标跟踪方位角变化率

基于学习网络社团特征的合作学习分组研究: 2017年; 基于社会网络,本文提出了学习网络的概念,并将学习行为与社会网络社团特征相连结,分析了学习网络小组与社会网络社团结构的关系,在问卷调查的基础上设计了基于聚集系数的分组方式并进行了实证研究,研究了小组聚集系数、密度、平均度对学习效果的影响,结果表明,合作学习与小组的社团特征相关,聚集系数、密度、平均度均超过阈值可以获得更好的学习效果。; 孙维彤李玫吴晓军张玉梅; 关键词：复杂网络社会网络学习网络

蚁群优化算法在WSN路由中的应用研究被引量：10: 2015年; 介绍了基本蚁群算法的原理和适用范围,总结出了基本蚁群算法在求解最优路径问题时,虽然具有很强的发现较优解的能力,但是存在容易陷入局部最优解和收敛时间过长等问题。考虑到基本蚁群算法在无线传感器网络路由上应用的不足,提出了一种改进后的蚁群算法,并将其应用到传感器网络路由中。该算法不仅在状态转移概率公式中引入罚函数和动态权重因子,而且采用局部信息素更新和全局信息素更新结合的方式更新路径信息,充分考虑到传感器节点与节点间的传输距离,并且充分考虑传感器节点的剩余能量。最后通过仿真实验,得到了基本蚁群算法和改进后的蚁群算法在传感器节点剩余能量和传输数据包时网络延迟的不同曲线,验证了改进后的蚁群算法在无线传感器网络路由选择上的高效性。; 罗旭吴晓军; 关键词：路由协议蚁群算法网络延迟高效节能

基于时间连续性与颜色一致性的深度图像增强算法研究: 深度图像受到设备成像原理的限制,采集到的原始数据往往存在不稳定性以及空洞等问题.针对该问题,本文给出了一种改进的基于时间连续性与颜色一致性的深度图像增强算法.首先,利用时间连续性原理,使用在时间上相邻的连续多帧图像,利用...; 吴文均张玉梅吴晓军吴霞聂祥林; 文献传递

语音信号序列的Volterra预测模型被引量：8: 2015年; 对给定的英语音素、单词和语句进行了采集并完成预处理.分别应用互信息法和Cao氏法确定了实际采集的语音信号序列的延迟时间和嵌入维数,以完成语音序列的相空间重构.通过计算实际采集的语音信号序列的最大Lyapunov指数,完成了语音信号的混沌特性识别,判定其具有混沌特性.引入Volterra级数,提出了一种具有显式结构的语音信号非线性预测模型.为克服最小均方误差算法在Volterra模型系数更新时固有的缺点,在最小二乘法基础上,应用基于后验误差假设的可变收敛因子技术,构建了一种基于Davidon-Fletcher-Powell算法的二阶Volterra模型(DFPSOVF),并将其应用于具有混沌特性的语音信号序列预测.仿真结果表明:DFPSOVF非线性预测模型对于单帧和多帧语音信号均具有更好的预测精度,优于线性预测模型,并且能够很好地反映语音序列变化的趋势和规律,完全可以满足语音预测的要求;可以根据语音信号序列的嵌入维数选取预测模型的记忆长度.所提出模型可以为语音信号重构和压缩编码开辟一条新途径,以改善语音信号处理方法的复杂度和处理效果.; 张玉梅胡小俊吴晓军白树林路纲; 关键词：语音信号

全选清除导出

共1页<1>

国家自然科学基金(11372167)