用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   按检索    检索词：    高级检索
     排序：相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果，以下是第6341-6360项 搜索用时 118 毫秒
[首页] « 上一页 [313] [314] [315] [316] [317] 318 [319] [320] [321] [322] [323] 下一页 » 末  页»
6341.
  总被引：2，自引：0，他引：2
为提高图割算法的效率并减少用户交互量,提出将图割与均值漂移算法结合应用的脊椎骨自动分割方法。该方法利用均值漂移算法产生的区域邻接图代替像素点图,从而大幅减少参与图割算法的顶点和边的数目,并有效利用了均值漂移良好的边界结构保持特性。实验结果表明,该方法有效地结合了两者的优点,提高了… …   相似文献
6342.
  总被引：2，自引：2，他引：0
建立一个基于用户偏好模型的标签推荐系统,从该系统产生的标签集合中选择出能降低一般性概念描述的模糊性的标签子集,推荐给用户。实验表明,该系统具有较高的可靠性和精准度。  相似文献
6343.
  总被引：2，自引：0，他引：2
对具体问题设计合理的编码方案是遗传算法的应用难点之一,目前尚无统一的解决方法。在着重分析和比较二进制编码、实数编码、矩阵编码、树型编码和量子比特编码的基础上,总结出这些常用的遗传算法编码方案的原理、优缺点、适用范围和应用趋势等规律,并进一步探讨了遗传算法编码方案未来的研究方向。… …   相似文献
6344.
  总被引：2，自引：0，他引：2
针对固定窗宽Mean-Shift算法在目标运动速度过快或尺度发生明显变化时可能导致跟踪失败的问题,提出一种窗宽自适应的Mean-Shift跟踪算法。该方法基于均值漂移矢量预测跟踪窗口中心位置,同时自动调整跟踪窗口大小,保证目标始终处于跟踪窗口内部,使算法得以准确定位目标;在确定空… …   相似文献
6345.
  总被引：2，自引：0，他引：2
为了进一步理解IEEE 802.15.5标准,对802.15.5的结构模型、关键技术及应用进行了介绍。讨论了IEEE 802.15.5对mesh网络的完全支持能力,并对高速个域网(HR-WPAN)和低速个域网(LR-WPAN)两种情况进行了比较,最后给出了WPAN存在的问题及展望… …   相似文献
6346.
  总被引：2，自引：0，他引：2
为提高粒子群算法的寻优精度,提出一种将单纯形法(SM)和粒子群(PSO)算法相结合的自适应混合粒子群优化(AHPSO)算法,该算法根据进化需要动态调整粒子的惯性权重,并在进化停滞时使用SM优化。通过仿真实验证明了AHPSO的寻优性能优于SPSO和SMPSO。将AHPSO用于某航空… …   相似文献
6347.
  总被引：2，自引：1，他引：1
针对网格和密度方法的聚类算法存在效率和质量问题,给出了密度和栅格相结合的聚类挖掘算法,即基于密度和栅格的聚类算法DGCA（density and grid based clustering algorithm）。该算法首先将数据空间划分为栅格单元,然后把数据存储到栅格单元中,利用… …   相似文献
6348.
  总被引：2，自引：1，他引：1
粒子群优化算法的性能主要受其中参数的影响,尤其是惯性权重的影响,选择合理的ω能够平衡算法的全局和局部搜索能力.根据当前粒子的函数值调整学习因子,利用局部搜索的方法确定惯性权重,提高了算法的鲁棒性能.最后对一些标准测试函数进行验证,实验分析表明该算法具有优越性能.  相似文献
6349.
  总被引：2，自引：1，他引：1
为了从不同类型的视频中有效地提取关键帧,提出基于群体智能与K-均值相结合的关键帧提取方法。该方法首先提取视频的颜色特征向量,利用基于群体智能的聚类方法自组织地对颜色向量进行聚类,得到初始聚类;然后通过K-均值对初始聚类进行优化并加快算法收敛,得到最终聚类;最后,提取每类中距离聚类… …   相似文献
6350.
  总被引：2，自引：0，他引：2
为了克服传统粒子滤波蒙特卡洛（MC）随机采样粒子之间的间隙过大与层叠,及其产生的采样效率和滤波精度较低的问题,提出一种基于Halton序列的拟蒙特卡洛（QMC）采样粒子滤波算法。该算法在对Halton序列进行随机化、较好地消除其各维之间相关性的基础上,将之应用于粒子采样过程,以代… …   相似文献
6351.
  总被引：2，自引：0，他引：2
针对物联网对象命名服务中根服务器负载过重、负载不均衡和单点失效等问题,提出建立基于分布式哈希表的物联网命名服务体系结构,以对等的环型结构替代树型结构;同时采用基于物理网络拓扑的、依靠邻居节点集合的分簇算法,改进了Chord算法,实现了该物联网命名服务原形系统。仿真实验与分析证明了… …   相似文献
6352.
  总被引：2，自引：0，他引：2
针对高误码率情况下,删除卷积码的盲解码问题,提出了一种删除卷积码的盲解码算法。通过采用改进的沃尔什-哈达马变换(Walsh-Hadamard translate,WHT),识别出删除卷积码的高维校验矩阵;再基于源卷积码的生成矩阵与校验矩阵间的约束关系,求出了源卷积码的最佳生成多项… …   相似文献
6353.
  总被引：2，自引：1，他引：1
针对频谱感知的实际应用,在循环平稳理论的基础上,研究了经过脉冲成形滤波器滤波后的MPSK信号的循环谱特性,通过分析有限数据条件下剩余带宽对循环谱估计的影响,提出一种恒包络处理与频域平滑循环周期图结合的符号速率估计算法,仿真表明该方法在有限数据条件下具有良好的性能,而且在剩余带宽较… …   相似文献
6354.
  总被引：2，自引：0，他引：2
为了评估大规模网络系统的安全状态,针对机密性、完整性和可用性,采用层次化分析方法,建立一种网络安全威胁态势量化评估模型。该模型包括一套分为服务、主机、子网、全网四层的安全威胁态势指标和各项指标的量化计算方法。实验结果表明,该模型具有较好的可操作性,能够准确、直观地刻画网络系统的安… …   相似文献
6355.
  总被引：2，自引：2，他引：0
摘要：为了设计和优化高线性功率放大器,在系统级仿真中,构建功率放大器精确的行为模型是极为重要的。本文在ADS中基于飞思卡尔半导体芯片MRF5P21180进行功放电路设计,运用BP和RBF以及在这两种网络的基础上所提出的级联模型BP-RBF对从设计的功放中提取出的电压数据进行MAT… …   相似文献
6356.
  总被引：2，自引：0，他引：2
KNN及其改进算法使用类标号已知的数据集 对类标号未知的数据集 进行类别标识,如果 中的数据数量过少,将会影响最后的分类精度。基于小样本弱学习规则的KNN分类算法旨在提高基于小样本集的KNN算法的分类精度,它首先对 中的数据对象进行学习,从中选取一些数据,利用学到的标签知识对其进… …   相似文献
6357.
  总被引：2，自引：0，他引：2
提出基于特征点加细的原型三维人脸对应方法建立多分辨人脸形变模型,并根据该形变模型的特点使用多分辨模型匹配方法由单张正面人脸图像进行三维人脸建模。该方法以人脸模型上的眼、眉、口、鼻等主要几何特征为基准点标注基础网格,然后通过加细特征点网格完成原型人脸之间的对应,进而建立多分辨率的形… …   相似文献
6358.
  总被引：2，自引：0，他引：2
针对无线自组网的安全问题,提出了一种适用于无线自组网的新的信任管理模型。引入风险值,使模型对恶意行为更加敏感,有利于减少节点行为的突然变化给系统带来的危害。同时,把文件权重因子引入直接信任值计算,有效预防了通过积累信誉实施恶意行为的情况。仿真实验及分析表明,此模型可以有效识别恶意… …   相似文献
6359.
  总被引：2，自引：0，他引：2
决策表核属性的确定往往是信息约简的基础,然而以往的核属性约简方法大多是针对完备信息系统的。将完备信息系统中的属性核与属性序约简算法延伸至不完备系统,提出一种不完备信息系统中基于限制容差关系的属性约简方法。该方法通过构造限制容差关系下决策表的改进分辨矩阵来求得核属性,并将非核属性按… …   相似文献
王超  罗可 《计算机应用》2011,31(12):3236-3239
6360.
  总被引：2，自引：0，他引：2
在总线式多处理器高档数控系统中,为了满足高速高精加工的要求,让数控装置的操作系统与外部设备接口之间快速稳定地传输大批量的数据十分重要.在分析了基于PCI协议的传输方式在数控系统中应用的优势后,在数控装置接口控制板的主控芯片FPGA中利用软件设计了一款PCI接口控制器.并详细论述了… …   相似文献
顾超  宋宝  唐小琦 《计算机应用》2011,31(2):565-567
[首页] « 上一页 [313] [314] [315] [316] [317] 318 [319] [320] [321] [322] [323] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持