您的位置: 专家智库
>
资助详情 >
国家教育部博士点基金(20030055022)
国家教育部博士点基金(20030055022) 作品数:19 被引量:116 H指数:9 相关作者: 常胜江 申金媛 张延炘 李素梅 熊涛 更多>> 相关机构: 南开大学 郑州大学 中国人民解放军炮兵学院 更多>> 发文基金: 国家教育部博士点基金 国家自然科学基金 天津市自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 理学 机械工程 更多>>
用于可变比特率视频通信量预测的自适应训练及删剪算法 被引量:3 2005年 提出一种自适应神经网络模型对可变比特率视频通信量进行非线性自适应预测 ,并采用基于递归最小方差的自适应学习及删剪算法对抽头延迟神经网络进行训练和结构优化 .仿真实验表明 ,该模型能够实现对复杂视频通信量序列的高精度预测 ,满足实时快速的预测要求 . 熊涛 常胜江 申金媛 张延炘关键词:神经网络 自适应学习 用于复杂光谱数据压缩的自适应小波算法 被引量:15 2007年 对于超短脉冲激光与气体相互作用产生的复杂光谱,提出了基于递归最小方差方法的自适应小波算法,实现了对该类光谱数据的高效压缩.在对三种气体,共计27组光谱数据进行压缩后,数据由最初的3968个点被压缩成124个点,压缩比为32∶1.选择其中13组作为样本送入支持向量机神经网络进行训练,用剩下的14组进行检验,正确率为100%. 王凯 张会 常胜江 申金媛关键词:小波分析 线性神经网络 基于支持向量机的非线性荧光光谱的识别 被引量:17 2006年 提出将支持向量机网络应用于含不同浓度杂质气体的非线性荧光光谱的识别。由于原始光谱数据的光谱通道数目很大,首先用小波变换去噪压缩,然后采用主成分分析方法对光谱信息进行连续两次的特征提取。在保持原光谱数据主要信息基本不变的情况下,将数据维数由3979压缩到514(小波变换)并提取9个主成分。这样,不仅减少了网络的输入维数,而且加快了网络的训练速度。实验结果表明,无论对训练样本还是未学习过的测试样本,其正确识别率均可达到100%。网络的训练和测试速度较快,可以更有效地应用于大气杂质气体的实时监测。 李素梅 韩应哲 张延炘 常胜江 申金媛关键词:光谱学 支持向量机 小波变换 主成分分析 用支持向量机网络实现VBR视频通信量的预测 被引量:3 2006年 VBR(Variab le B itRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(SVM:SupportVectorM achine)网络模型.该网络模型采用结构风险最小化准则,在最小化经验风险的同时,尽量缩小模型预测误差的上界,从而使网络模型具有更好的推广能力.实验结果表明:支持向量机网络模型的预测误差为0.0018,而梯度径向基函数(G rad ient Rad ial Basis Function:GRBF)神经网络模型的预测误差为0.0029.可以看出,支持向量机网络模型的预测精度要比GRBF网络模型的预测精度高出大约40%. 李素梅 张延炘 常胜江关键词:支持向量机 基于独立成分分析的复杂光谱的定量分析 被引量:4 2007年 基于独立成分分析(ICA)算法,对超短脉冲激光与气体相互作用所产生的复杂的非线性荧光光谱数据进行了有效的特征提取,进而对空气中含有的3种杂质气体在不同浓度下的光谱进行了预测,得到的结果与实测值相比较误差很小。对这3种气体共计27组光谱数据进行浓度值的定量预测,达到了满意的实验结果。 王建华 郑震 张延炘 胡颖新 常胜江关键词:特征提取 气体识别 用于股指预测的自适应训练及删剪算法 2007年 提出了利用基于自适应训练及删剪算法的抽头延迟神经网络模型对股指这一非线性时间序列进行预测。首先采用基于递归最小方差的自适应学习算法对网络模型进行学习训练,由于该算法的学习步长能够自行调整,初始参数少,所以收敛速度很快;再利用删剪算法对学习后的网络结构进行删剪,优化网络的拓扑结构,降低网络的计算复杂度,提高网络的泛化能力;然后对优化后的网络进行再学习,使优化后的网络具有最佳参数;最后利用优化后的网络对未来的股指(测试样本)进行预测。仿真实验表明,与删剪前的网络结构相比,优化后的网络结构不但降低了计算复杂度而且提高了预测精度,运算复杂度降低到原来的0.055 6,预测均方误差达到8.796 1×10-5。 范怀玉 申金媛 常胜江关键词:股指预测 均方差 神经网络 相位特征在三维物体识别中的应用 被引量:12 2005年 提出利用物体的相位特征联合神经网络的方法对透明半透明三维物体进行识别.首先利用波长扫描数字全息技术和数字再现技术提取物体的相位特征,然后将物体的这些相位特征作为学习模式训练一个BP神经网络,最后利用训练好的网络对三维物体进行识别.实验表明,对于具有小尺度变化的透明半透明三维物体识别,该方法的正确识别率为100%. 申金媛 李现国 常胜江 张延炘关键词:三维物体识别 BP神经网络 半透明 全息技术 波长扫描 照明变化人脸图像在独立成份分析空间中的分布 被引量:4 2008年 应用独立成份分析(ICA)方法研究了不同照明条件下同一姿势人脸的图像,并用图像在ICA空间中任意三个独立成分的组合系数模拟得出:1)强度变化的同一幅人脸图像分布在一条直线上;2)照明方向变化下的同一姿势人脸的图像按一定规则集中分布.这两个结论可以分别用来判断两幅图像是否源于同一幅图像和一幅图像是否源于照明角度变化下的同一个姿势物体. 郑震 张延炘 胡颖新 王建华 常胜江关键词:独立成份分析 基于Hopfield神经网络的信元调度多重输入队列ATM交换结构及算法 被引量:11 2005年 提出了一种基于Hopfield神经网络 (HNN)信元调度的多重输入队列ATM交换结构 (ASF) ,消除了队头 (HOL)阻塞造成的性能恶化 .计算机仿真结果显示 ,与单先入先出 (FIFO)队列和开窗输入缓冲ASF相比 ,该方案大大提高了吞吐率并减少了信元时延 . 熊涛 张便利 常胜江 申金媛 张延忻关键词:HOPFIELD神经网络 ATM交换结构 光纤通信 用神经网络实现VBR视频通信量的在线预测 被引量:2 2005年 VBR(VaribleBitRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不重要的权重,以优化网络的拓扑结构,提高网络的推广能力,降低网络在线学习的计算复杂度;对VBR视频通信量预测的模拟结果表明该模型具有高的预测精度,并能满足通信系统对预测实时性的要求. 苏晓星 常胜江 熊涛 郜洪云 申金媛 张延炘关键词:视频通信 时延神经网络