张慧斌
- 作品数：10 被引量：57H指数：3
- 供职机构：忻州师范学院计算机系更多>>
- 发文基金：山西省自然科学基金国家社会科学基金教育部人文社会科学研究基金更多>>
- 相关领域：自动化与计算机技术文化科学电气工程更多>>
- PSO算法全局收敛性分析被引量：21
- 2011年
- 为了解决PSO算法能否搜索到全局最优解这类主要理论问题,对随机优化算法的全局收敛性准则作了详细解释,并应用此全局收敛性准则对PSO算法的全局收敛性进行了理论分析;指出了PSO算法并不满足随机优化算法的全局收敛性准则应具备的两个条件,并证明了PSO算法是不能保证全局收敛的。
- 张慧斌王鸿斌胡志军
- 关键词：PSO算法全局收敛性全局最优解
- 基于定常线性迭代法的PSO算法收敛性分析被引量：2
- 2011年
- PSO算法本身是线性时变离散系统,现有的PSO算法收敛性条件的研究都是通过一定的假设将其转化为线性定常离散系统,线性定常离散系统的数学模型与求解线性方程组的单步定常线性迭代法的数学模型完全一致,这样对线性定常离散系统的稳定性分析就转化为对单步定常线性迭代格式的收敛性分析,为PSO算法的收敛性研究提供了一种新的思路和方法。
- 张慧斌王鸿斌胡志军
- 关键词：PSO算法收敛性分析
- 对《数据结构》教材中“hanoi塔问题”教法的改进建议被引量：1
- 2003年
- 现行大学中的《数据结构》教材,在《递归》章节内容的教材教法方面,对大学生来说较难理解接受,尤其是“hanoi塔问题”递归程序的如何运行,原教材引用“层次”概念,非常抽象,不利于学生掌握。因此,笔者对教材作了较大的改动,抛弃了原教材的“层次”概念,引入“函数嵌套调用”概念,不仅使本节内容前后连贯一致,而且使学生容易理解接受。
- 张慧斌
- 关键词：数据结构教学递归程序思维方式
- 基于注意力机制和迁移学习的古壁画朝代识别
- 2023年
- 卷积神经网络(CNN)已成功用于敦煌古壁画的朝代分类。针对敦煌壁画的数据量有限,采用某些数据增强方法对训练集进行扩充时反而会降低预测准确率的问题,提出了一种基于注意力机制和迁移学习的残差网络(ResNet)模型。首先,改进了残差网络的残差连接方式;然后,使用极化自注意力(POSA)模块帮助网络模型提取图像的边缘局部细节特征和全局轮廓特征,增强网络模型在小样本环境下的学习能力;最后,改进分类器的算法,提高网络模型的分类性能。实验结果表明,所提模型在敦煌壁画DH1926小样本数据集上,取得了98.05%的朝代分类准确率,与标准的ResNet20网络模型相比,所提模型的朝代识别准确率提高了5.21个百分点。
- 张慧斌冯丽萍冯丽萍郝耀军
- 关键词：卷积神经网络
- Linux操作系统的可信启动研究
- 2010年
- 开源Linux的特点很适合用作可信计算平台的操作系统,但是现有的Linux操作系统不能满足高可信计算平台的要求。本文通过研究Linux操作系统启动过程,对现有的Grub引导过程做了更改,得到一个可信的Grub,并通过实验证明其可信。
- 邸东泉张慧斌
- 关键词：LINUXGRUB
- 基于Elman神经网络的时间序列股票价格短期预测被引量：3
- 2011年
- Elman神经网络是一种典型的回归神经网络,比BP神经网络具有更强的计算和适应时变特性的能力,因而非常适用于预测股市这一类极其复杂的非线性动力学系统。文章给出一种基于Elman神经网络的股票市场建模、预测及决策方法,对浦发银行股价在时间序列上作了连续若干天的短期预测,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。
- 张慧斌高秀萍
- 关键词：ELMAN神经网络时间序列股票价格预测
- 椭圆曲线加密算法的研究与实现被引量：8
- 2006年
- 近年来,椭圆曲线作为公开密码体制的基础,已引起了通信保密领域内的广泛关注。文章对椭圆曲线加密算法的数学基础理论知识和基本原理作了详细的阐述,并对它的一个应用作了剖析和研究。
- 张慧斌郝爱峰
- 关键词：离散对数问题椭圆曲线密码体制
- 基于RBF神经网络的电力系统短期负荷预测
- 2009年
- 电力负荷预测一直是电力系统的重要研究课题。在考虑天气状况因素的前提下,通过MATLAB软件实验平台,构建了一个RBF神经网络模型,并用历史电力负荷数据进行训练,成功的进行了电力系统的短期负荷预测,预测结果误差比较小,结果令人满意,证明了RBF神经网络在电力短期负荷预测领域的有效性和可行性。
- 张慧斌王黎冰
- 关键词：短期负荷预测时间序列RBF神经网络
- 一种求解高维约束优化问题的γ-PSO算法被引量：2
- 2012年
- PSO算法是一种随机搜索的群体智能算法,在求解高维约束优化问题,尤其是在约束条件较多时,PSO算法易陷入局部极值且收敛速度慢。针对上述问题,对PSO算法进行了改进,提出了γ-PSO算法,把PSO算法的随机数由(0,1)扩展到(-1,1),这样加大了粒子飞行速度和飞行方向的多样性,从而使PSO算法具有摆脱局部极值的能力。对γ-PSO算法进行了求解高维约束优化问题的实验,实验结果表明γ-PSO算法能收敛到全局最优值,收敛性能明显优于其他改进的PSO算法和其他优化算法。
- 张慧斌王鸿斌邸东泉
- 关键词：PSO算法约束优化问题适应度函数局部极值
- PSO算法的稳定性分析及算法改进被引量：22
- 2013年
- 种群多样性的缺失是导致PSO算法易陷入早熟早收敛的重要原因,因此对基于线性定常离散系统的PSO算法的稳定性作了理论分析,并分析了种群多样性缺失的原因,根据此特性提出了一种惯性权重因子在一定范围内随机取值且学习因子取恒定常数的改进PSO算法,该算法可以使粒子速度具有一定的概率发散,以保持种群的多样性。通过对3个约束优化问题的仿真实验表明,该算法跳出局部极值的概率很大,可有效地避免早熟早收敛。
- 朱小明张慧斌
- 关键词：PSO算法稳定性分析种群多样性
