检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

扩展的加权约束逻辑程序在产品配置中的应用

北京工业大学学报 2012年第1期38卷 90-94页

作者：王洁安雪妹刘椿年北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室北京100124

为了更好地表达产品配置问题中的复杂知识形式,以加权约束逻辑程序语言为基础,将规则的头部扩展为析取约束的形式,提出了一种扩展的加权约束逻辑程序语言,给出了其稳定模型语义.这种扩展的加权约束逻辑程序进一步加强了知识的表达和推... 详细信息

为了更好地表达产品配置问题中的复杂知识形式,以加权约束逻辑程序语言为基础,将规则的头部扩展为析取约束的形式,提出了一种扩展的加权约束逻辑程序语言,给出了其稳定模型语义.这种扩展的加权约束逻辑程序进一步加强了知识的表达和推理能力,但没有增加计算复杂性.以一个计算机配置实例讨论了扩展的加权约束逻辑程序在产品配置问题中的应用.

关键词：加权约束逻辑程序稳定模型产品配置

在线全文

学校读者我要写书评

暂无评论

基于加权约束的单体建筑物点云表面重建算法

地球信息科学学报 2019年第5期21卷 654-662页

作者：王森援蔡国榕王宗跃吴云东集美大学理学院厦门361021 集美大学计算机工程学院厦门361021 福建省海西政务大数据应用协同创新中心福州350003

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建... 详细信息

建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物三维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。

关键词：单体建筑物三维重建点云表面拟合加权约束正则集 Lidar点云无人机

在线全文

学校读者我要写书评

暂无评论

点对间加权约束的最小费用连接问题

杭州电子工业学院学报 2001年第1期21卷 1-6页

作者：陈光亭杭州电子工业学院文理分院浙江杭州310037

本文首先提出一个有向网络中点对间加权约束的最小费用连接问题。当点对数为 1时即为约束最短路问题 ,因此这是一个NP -C问题。本文设法在原有网络基础上构造出一个新的 2维网络 ,然后利用约束最短路问题的算法给出一个点对数为 2时的... 详细信息

本文首先提出一个有向网络中点对间加权约束的最小费用连接问题。当点对数为 1时即为约束最短路问题 ,因此这是一个NP -C问题。本文设法在原有网络基础上构造出一个新的 2维网络 ,然后利用约束最短路问题的算法给出一个点对数为 2时的多项式时间近似方案 (PTAS)。

关键词：加权约束有向网络最小费用连接

基于TOEPLITZ重构的压缩感知嵌套阵列DOA估计

在线全文

学校读者我要写书评

暂无评论

雷达科学与技术 2024年第3期22卷 334-340页

作者：李荣禄汤建龙袁永强西安电子科技大学电子工程学院陕西西安710071

针对传统稀疏阵列波达方向(DOA)估计算法在小快拍数、低信噪比和多信源数等条件下的估计精度不高的问题,提出了一种基于TOEPLITZ重构的压缩感知嵌套阵列DOA估计方法。首先利用TOEPLITZ重构方法将虚拟阵列的输出信号向量构建成满秩协方... 详细信息

针对传统稀疏阵列波达方向(DOA)估计算法在小快拍数、低信噪比和多信源数等条件下的估计精度不高的问题,提出了一种基于TOEPLITZ重构的压缩感知嵌套阵列DOA估计方法。首先利用TOEPLITZ重构方法将虚拟阵列的输出信号向量构建成满秩协方差矩阵,然后利用信号在空间域的稀疏性,将阵列协方差矩阵进行稀疏表示,通过噪声子空间和信号子空间的正交关系构建权值向量,对稀疏向量进行加权约束,最后通过求解最优化方程获取入射信源的DOA估计。仿真结果表明,本文方法比传统稀疏阵列DOA估计算法在低信噪比、小快拍数和多信源数下具有更好的DOA估计性能。

关键词： DOA估计 TOEPLITZ重构嵌套阵列稀疏表示加权约束

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

考虑通信延时的platoon跟车控制模型

控制与决策 2019年第2期34卷 377-382页

作者：于冲赵海司帅宗朱剑东北大学计算机科学与工程学院沈阳110169

自主巡航控制与车载自组织网络是形成platoon的两项关键技术.自主巡航控制为车辆自动驾驶提供支持,车载自组织网络使车辆间通信成为可能.以往的研究通常将platoon中的通信与控制分开讨论,忽略了两者之间的内在联系,造成在通信不理想的... 详细信息

自主巡航控制与车载自组织网络是形成platoon的两项关键技术.自主巡航控制为车辆自动驾驶提供支持,车载自组织网络使车辆间通信成为可能.以往的研究通常将platoon中的通信与控制分开讨论,忽略了两者之间的内在联系,造成在通信不理想的情况下platoon的跟车控制效果不佳的结果.对此,分别建立platoon结构模型与通信模型,分析通信与控制的相互作用,并在IDM(Intelligent driver model)模型的基础上增加加权约束规则和信息预估策略,提出一种弥补通信延时影响的改进跟车控制模型,期望降低通信延时对platoon的影响作用,提升platoon的整体性能.在SUMO、OMNeT++及VEINS联合搭建的platoon仿真平台上对模型性能进行评估,实验结果表明,在存在通信延时的场景下改进跟车模型可以有效提升platoon的稳定性和安全性.

关键词： platoon 车辆间通信延时跟车控制加权约束信息预估

在线全文

学校读者我要写书评

暂无评论

结构约束的对称低秩表示子空间聚类算法

计算机工程 2021年第4期47卷 56-61,67页

作者：陶洋鲍灵浪胡昊重庆邮电大学通信与信息工程学院重庆400065

通过子空间聚类可获得高维数据的潜在子空间结构,但现有算法不能同时揭示数据全局低秩结构和局部稀疏结构特性,致使聚类性能受限。提出一种结构约束的对称低秩表示算法用于子空间聚类。在目标函数中添加结构约束和对称约束来限制低秩表... 详细信息

通过子空间聚类可获得高维数据的潜在子空间结构,但现有算法不能同时揭示数据全局低秩结构和局部稀疏结构特性,致使聚类性能受限。提出一种结构约束的对称低秩表示算法用于子空间聚类。在目标函数中添加结构约束和对称约束来限制低秩表示解的结构,构造一个加权稀疏和对称低秩的亲和度图,在此基础上,结合谱聚类方法实现高效的子空间聚类。实验结果表明,该算法能够准确表示复杂子空间结构,其在Extended Yale B和Hopkins 155基准数据集上的平均聚类误差分别为1.37%和1.43%,聚类性能优于LRR、SSC、LRRSC等算法。

关键词：低秩表示稀疏表示加权约束对称约束子空间聚类

基于高分辨率三维点云的建筑物表面重建关键技术研究

在线全文

学校读者我要写书评

暂无评论

基于高分辨率三维点云的建筑物表面重建关键技术研究

作者：王森援集美大学

学位级别：硕士

建筑物点云的表面重建方法是根据点云数据提取建筑物表面的几何结构,从而恢复三维实体模型的过程。目前,面向点云的建筑物表面重建方法在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物具有几何形态多变的特点,重建... 详细信息

建筑物点云的表面重建方法是根据点云数据提取建筑物表面的几何结构,从而恢复三维实体模型的过程。目前,面向点云的建筑物表面重建方法在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物具有几何形态多变的特点,重建算法普遍存在拟合精度低、模型结构不完整等问题。因此,本文从提升模型的重建精度、增强模型闭合性的需求出发,重点开展高效的建筑物表面矢量化重建算法的研究,主要工作如下:1、针对带噪声和缺失建筑物点云数据的表面拟合问题,提出基于加权约束的单体建筑物点云表面重建算法。首先,在数据表面初始化过程中根据不同点云数据的分布特点,设计自适应权重。其次,选择模型拟合中最优的权重函数,达到建筑物的拟合误差最小。最后,构建基于正则集的建筑物表面重建算法,实现建筑物表面的加权约束提取。针对不同数据源和不同规模的建筑物重建实验结果表明,基于加权约束的建筑物点云表面重建算法在高噪声、低精度点云数据下能得到更高精度的建筑物表面模型。2、针对重建模型存在的边界非闭合问题,提出基于闭合约束的建筑物点云表面重建算法。首先,根据主成分分析方法对点云数据进行初始拟合。其次,按照正则集重建方法的候选集生成方式扩充初始基元集。最后,在含有数据项、正则项和平滑项的能量最小化方程中添加闭合约束项来选择最终的模型平面集。与基于正则集的建筑物表面重建算法相比,基于多边形闭合约束的重建算法对噪声有较好的鲁棒性,并能有效地提高重建模型的闭合性。综上所述,本文针对重建模型拟合精度低,结构闭合性差的问题,分别提出基于加权约束和闭合约束的建筑物点云表面重建算法。通过分析数据的加权拟合权重与模型边界闭合性对重建的影响,针对带噪声、不同尺度和不同结构复杂度的建筑物重建实验结果表明,所提算法有效地提高了模型拟合精度和闭合度,得到高精度紧密的建筑物模型。

关键词：建筑物三维重建点云表面拟合加权约束正则约束闭合约束

基于改进扩展弹性网络的多类别特征选择方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进扩展弹性网络的多类别特征选择方法研究

作者：张颖安徽大学

学位级别：硕士

特征选择是统计模式识别中的一个基本步骤和重要任务,并被广泛的应用于图像处理、文本挖掘、计算神经学以及生物信息学等诸多领域。在这些实际应用中,研究对象的观测值(即样本)虽然含有大量的特征,但对于某个特定的识别任务来说,这些特... 详细信息

特征选择是统计模式识别中的一个基本步骤和重要任务,并被广泛的应用于图像处理、文本挖掘、计算神经学以及生物信息学等诸多领域。在这些实际应用中,研究对象的观测值(即样本)虽然含有大量的特征,但对于某个特定的识别任务来说,这些特征并非都是相关的有效特征,也同时存在冗余的或是与任务不相关的噪声特征。这些噪声严重影响分类精度。为解决这一问题,特征选择技术应运而生。特征选择旨在从样本的所有特征中将相关的有效特征挑选出来,同时将不相关的特征剔除。另一方面,特征选择也可以避免由于样本的特征数过多导致的维数灾难,降低模式识别的时间开销。样本的特征维数越高,特征选择的重要性也就越发突显出来。为了挑选出相关的、低冗余的更好的特征子集,研究者们提出了不同的优化方案。如最小冗余最大相关性特征选择(mRMR)方法,全局冗余最小化(GRM)方法,不相关LASSO(ULASSO)方法,等等9在前人研究的基础上,本文从一个新的角度提出了优化的特征选择方法,并提出了相应的有效算法。本文的主要研究内容有以下三部分:(1)弹性网络(EN)模型与常用的最小绝对收缩和选择算子(LASSO)相比,在选择相当数量的特征的情况下,EN模型的效果要优于LASSO。特别是在样本所含特征数远远大于样本数时,EN的效果比LASSO更令人满意。出于这种考虑,本文将特征与类别之间的相关性作为约束,以权重的形式融入EN模型中,提出了基于区分性弹性网络的二类别特征选择(TFSEN)方法。通过对回归系数加权的方式,在目标函数的优化过程中,使对应于与类别标签具有强相关性的特征的回归系数变大,反之则被压缩。这样一来,回归系数的区分性被放大,挑选出的特征与类别的相关性更强,同时有利于提高分类准确率。在这一部分选取两种相关性度量,并给出相应的4种不同形式的权重。对于TFSEN,在这一部分还给出了有效的迭代求解算法以及与算法相对应的收敛性证明。在多个二类数据集上的相关实验结果说明了 TFSEN的性能优于一些现有的特征选择方法。美中不足的是,TFSEN方法仅能处理只包含两类样本的特征选择问题。(2)本文进一步将TFSEN方法扩展到多类别的情况,使其适用于更多的实际应用问题,形成基于区分性扩展弹性网络的多类别特征选择(MFS_EEN)方法。由于问题被扩展到多类别的情况,TFSEN中的权重形式不再适用。因此,针对MFSEEN给出了不同于TFSEN的4种权重形式,同时提出了不同于TFSEN的新的有效迭代求解算法,并给出了相应的收敛性证明。在多个多类别数据集上进行了相关实验,其结果验证了 MFSEEN的有效性。(3)作为MFSEEN方法的一种横向扩展,本文提出了一种基于自适应扩展弹性网络的多类别特征选择(NMFSEEN)方法。MFSEEN方法以另一种数据依赖的权重进行加权,并可以直接利用MFSEEN方法中的迭代算法求解。在多个二类别及多类别数据集上的实验结果证明了 MFSEEN方法也具有良好的特征选择性能。

关键词：区分性弹性网络加权约束相关性自适应多类别特征选择

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于压缩感知的时间调制阵列的DOA估计

基于压缩感知的时间调制阵列的DOA估计

作者：雷亚杰西安电子科技大学

学位级别：硕士

天线在现代无线通讯以及雷达等系统中扮演着重要角色。随着通信及雷达等无线技术的快速发展,各类电子系统对天线系统有了越来越高的需求。因此将“时间”变量作为新的设计自由度引入到常规天线设计中,通过对天线工作时间的控制来取代或... 详细信息

天线在现代无线通讯以及雷达等系统中扮演着重要角色。随着通信及雷达等无线技术的快速发展,各类电子系统对天线系统有了越来越高的需求。因此将“时间”变量作为新的设计自由度引入到常规天线设计中,通过对天线工作时间的控制来取代或部分取代对天线激励幅相的控制。同时由于时间自由度的引入,时间调制阵列具有许多特有的辐射特性,可以满足当代对高性能、低成本天线系统的要求。波达方向（Direction of Arrival,DOA）估计问题是阵列信号处理的一个基本问题,也是雷达、声纳等许多领域的重要任务之一。基于常规阵列的DOA估计已经得到了比较广泛而深入的研究,但是基于时间调制阵列的DOA估计的研究还不太多。在此背景下,本文针对时间调制的DOA估计开展了以下几部分的研究工作:首先介绍了常规阵列天线的DOA估计方法,包括常规阵列信号的基本原理和基于MUSIC算法、前后向空间平滑算法、改进的MUSIC算法以及压缩感知算法的DOA估计方法,并利用仿真实验得到了一系列的对比结果,并得出压缩感知算法的估计性能优于普通DOA估计算法的结论,为后续研究奠定了理论基础;其次,介绍了基于MUSIC算法的时间调制阵列的DOA估计方法,利用人工蜂群—差分进化算法对时间调制阵列各单元的时间函数和阵元间距进行优化,充分利用了边带辐射,实现了适用于时间调制阵列的方向图综合,随后结合相关阵列信号处理算法实现远场信号来波方向估计,其仿真结果可以看出,基于MUSIC算法的时间调制阵列DOA估计在小快拍、低信噪比、信号间隔小以及信号相干时估计性能下降;然后,针对时间调制均匀直线阵的基于压缩感知的DOA估计进行了研究,首先基于时间调制均匀直线阵的边带信号接收模型构造了稀疏恢复问题,在构建过程中将空域均匀网格划分构建过完备集矩阵,接着通过稀疏信号的?1范数的优化问题来获取来波方向,最后仿真实验验证了压缩感知应用到时间调制阵列的DOA估计中的可行性及有效性,且与传统的时间调制阵列的DOA估计相比其性能更为良好,能够在很少的采样率甚至是单次采样中获得较精确的估计,且能够对任意相干性信号进行高分辨的DOA估计,具有较高的分辨率及更优的估计性能;最后,为了减少误差获得更加稀疏的结果,在?1范数的优化问题模型中使用加权约束,由实验可以看出加权算法能够去除伪峰,相比其他算方法更稳定且具有更高的分辨率以及更加精确的估计性能,而后将这种思想引入到时间调制非等间距直线阵中,仿真实验表明该算法同样适用于四维非等间距直线阵的DOA估计。

关键词：时间调制压缩感知 DOA估计稀疏恢复加权约束