搜索结果: 1-15 共查到“信息科学与系统科学 算法研究”相关记录23条 . 查询时间(0.543 秒)
提出了一种基于深度学习的细粒度图像推荐算法。首先使用分类模型对杂乱无章的数据集进行分类，然后使用改进KNN聚类算法对数据集进行初选，再通过深度学习VGG-16网络进行训练，并在经典军事目标训练集数据集MSTAR对所提算法进行验证。实验表明，提出的算法和目前其他推荐算法相比，准确率有所提高，具有较好的鲁棒性。
图数据建模与算法研究
图数据建模 算法研究
2019/11/28
图数据是一类广泛存在的非结构数据，如何对其进行有效地分析与挖掘是目前学术界和业界所共同关注的热点问题之一。近两年来，周川与合作者在网络对齐、异质图神经网络、社交推荐、稠密块检测等问题中取得了一系列重要进展。
梯形加减速法被广泛地应用到嵌入式数控系统当中，为了进一步追求平稳和高效，在连续多段前瞻算法的基础之上做了改进，提出了单段前瞻后顾算法；通过仿真实验，对比分析了3种不同速度规划算法的效率和平稳性。结果表明，单段前瞻后顾算法能有效避免单次连续规划段数对效率和平稳性的影响，且能够有效减少电机加减数次数，执行效率也得到了小幅提升，与前人相比有不同程度提高。此外，算法能够在嵌入式数控系统平台（STM32F4...
空间密集目标的群分割算法研究
群分割 距离划分 形状预测划分
2021/1/9
为提高空间密集群目标分群准确率，提出一种距离划分与形状预测划分相结合的群分割算法。航迹起始阶段，通过距离划分法实现无预测信息以及预测信息不可靠条件下的有效分群；航迹维持阶段，以预测点为中心，进行目标的状态估计与形态估计，以预测形状为波门划分量测集，将落入预测波门的量测划分为一个群，并利用概率数据关联获取等效群中心、更新群航迹。经仿真验证，算法能提高群质心的估计精度，减少关联错误，提高群分割的准确性...
红外序列图像点目标检测前跟踪算法研究综述
红外点目标 TBD 粒子滤波
2020/7/1
为满足现代战争早、准、稳发现敌方目标的军事要求,检测前跟踪算法作为红外点目标检测的一种有效方法，对于发展精确制导武器与反导体系作战具有重要意义。阐述了红外序列图像点目标检测前跟踪算法的理论基础和研究发展现状；然后总结归纳了三维匹配滤波、Hough变换、动态规划、多级假设检验和粒子滤波5类主流TBD算法性能的优势与不足，最后对红外图像点目标检测前跟踪算法的发展趋势进行了展望。
移动情境感知环境下的用户行为模式挖掘算法研究
个性化精准营销 情境感知 行为模式 多维序列
2022/3/22
针对当前个性化精准营销推荐策略研究中用户情境多样性和动态性等问题的挑战，提出了一种移动情境感知环境下的用户行为模式挖掘算法。该方法采用一种嵌套键值模型，对多源异构的移动情境感知信息进行有效融合和存储，构建了基于规则的多维序列模式挖掘算法MSP及其改进算法UTDMSP，能够从用户移动情境感知信息和交互行为中发现全局频繁和局部频繁的用户行为模式，识别用户长期保持的行为习惯和兴趣偏好，以及近期习惯和偏好...
针对无人直升机在阵风干扰环境中的姿态控制精度低的问题。本文将非线性刚体动力学模型在悬停点应用小扰动理论得到了线性化数学模型.考虑系统输入输出和控制量约束, 采用模型预测控制将控制器的设计问题转化为每个采样时刻求解一个带不等式和等式约束的凸二次规划问题. 通过设计终端状态约束解决了有限时域模型预测控制(model predictive control,MPC)算法的稳定性问题，并通过引入松弛变量使得...
基于数据流特性的MPTCP数据流调度算法研究
MPTCP 数据流特性 路径往返时延 数据流调度
2019/3/7
基于广域网中使用MPTCP协议进行数据传输时，由于短流的传输数据量小，每条子流的拥塞窗口在其生命周期内保持很小的状态，这使得1个数据包的丢失也可能导致超时现象发生，从而增大数据流的完成时间，为此，提出一种根据MPTCP数据流特性进行MPTCP数据流调度的算法MPTCP-FSFSm(multi-path TCP flow scheduling based on flow size)。首先，MPTCP...
针对MEMS惯性器件测量误差大，系统定位误差随时间累积问题，提出了一种动态零速修正与快速正交搜索相结合的融合导航算法，可对线性和非线性误差有效抑制。试验表明，与单独使用动态零速修正相比，该融合算法可以大大提高系统解算精度，在60 s惯性导航中，经补偿后的位置误差不大于0.95 m，实现了车载惯导系统低成本高精度自主导航。
求解HERMITE标准型的新算法研究进展(图)
Hermite标准型 矩阵乘积 带模线性方程组
2021/8/11
任意一个整数矩阵都可以通过初等变换约化为Hermite标准型。Hermite标准型在计算数论、公钥密码学等领域有十分广泛的应用。已有的计算Hermite标准型算法大致可分为两类，一类算法通过在某剩余类环中做三角化，然后再提升到整数环中得到Hermite标准型；另一类则是通过求解初等变换矩阵，然后通过矩阵乘积来得到Hermite标准型。
北京大学信息科学技术学院网络与信息系统研究所李晓明教授-杨仝助理研究员课题组致力于研究大数据流快速处理的数据结构和算法，近两年来指导2014—2016级本科生发表和录用论文14篇。2014级本科生周洋发表五篇论文，其中第一作者论文录用于《计算机协会数据管理会议》（ACM Conference on Management of Data, SIGMOD2018，数据库领域三大顶级会议之一，被列为《中...
提出了基于总体平均经验模态分解（EEMD）预处理和深度神经网络的语音增强算法，首先将带噪语音信号和纯净语音信号进行EEMD分解，获得一组频率从高到低的本征模态函数IMF分量，然后从各IMF中提取时域的信号特征，组成特征向量，输入神经网络中进行训练。实验表明：该算法与经典无监督算法比，无需任何假设条件，可以较好地学习带噪语音和纯净语音之间复杂的非线性关系，在语音质量和可懂度方面优势明显，显示了深度神...
基于视差信息的立体图像主动闭合轮廓提取算法研究
闭合轮廓提取 视差信息 贪婪蛇 初始轮廓
2018/5/21
针对立体图像中目标对象的闭合轮廓提取任务，该文提出一种基于视差信息的轮廓提取算法。该算法在传统贪婪蛇模型的基础上，利用各控制点和中心的视差关系为模型设计收缩和膨胀力，能够有效指导初始轮廓曲线向目标边缘的收敛。同时算法采用重复利用经处理的控制点作为模型输入的循环迭代方式，能够获得分布均匀且较为密集的边缘曲线。实验结果表明，该轮廓提取算法减少了传统的贪婪蛇模型算法对初始值的依赖，准确度和可靠性均得到了...
针对重大工程结构振动控制系统传感器失效问题，提出了基于多路RBFNN的控制系统动力特性辨识及传感器故障检测方法，实现了重大工程结构控制系统传感器失效时的智能主动容错控制。通过把传感器反馈信号分解为多路信号进行系统辨识，实现反馈信号的分离，避免正常传感器与故障传感器之间的相互干扰；当传感器正常工作时，控制器按设定的控制算法确定控制力，当多路RBFNN检测到某个传感器失效时，控制系统将自动剔除该传感器...