基于局部权值阈值调整的BP算法的研究

文章针对BP算法收敛速度慢的问题,提出一种基于局部权值阈值调整的BP算法。该算法结合生物神经元学习与记忆形成的特点,针对特定的训练样本,只激发网络中的部分神经元以产生相应的输出,而未被激发的神经元产生的输出则与目标输出相差较大,那么我们就需要对未被激发的神经元权值阈值进行调整。所以该论文提出的算法是对局部神经元权值阈值的调整,而不是传统的BP算法需要对所有神经元权值阈值进行调整,这样有助于加快网络的学习速度。

基于可调整邻域阈值的DBSCAN算法在应急预案分类管理中的应用

针对庞大的预案文本资源分类难的问题,将可调整的邻域阈值Eps取代原有的全局Eps,得到了改进的DBSCAN密度聚类算法.以预案文本间的相似度作为聚类基本的度量属性,将改进的DB-SCAN算法应用于应急预案分类管理,以去除边界.仿真结果证明该方法不仅不影响预案本来的基础分类方式,而且更易于实现,在一定程度上能够缓解噪音点误识别问题,对提高预案文本的重用性和分类的准确率有一定的参考意义.

序列图像的自动阈值调整与自适应处理

本文是在分析黑白序列图像处理中自动阈值调整与自适应处理的基础上,提出了对彩色序列图像处理的阈值自动调整及自适应处理的方法,此方法正应用于基于彩色序列图像的“运动物体的识别与跟踪”的研究中。

一种阈值自调整的高速串行信号丢失检测电路

设计了一种应用于高速串行接收端的阈值自调整信号丢失检测电路,其阈值电压可跟随输入信号的共模电平波动和输入数据率的改变来进行自调整,因此可增大输入信号共模范围,适应更多的信号传输速率。该电路基于SMIC 0.13μm标准CMOS工艺实现,版图尺寸为269μm×118μm。仿真结果表明,该电路能够正确检测共模电平在1.15~1.90V范围内、差模摆幅大于150mV的串行差分信号。

基于阈值动态调整的重复数据删除方案

云存储已经成为一种主流应用模式.随着用户及存储数据量的增加,云存储提供商采用重复数据删除技术来节省存储空间和资源.现有方案普遍采用统一的流行度阈值对所有数据进行删重处理,没有考虑到不同的数据信息具有不同的隐私程度这一实际问题.提出了一种基于阈值动态调整的重复数据删除方案,确保了上传数据及相关操作的安全性.提出了理想阈值的概念,消除了传统方案中为所有数据分配统一阈值所带来的弊端.使用项目反应理论确定不同数据的敏感性及其隐私分数,保证了数据隐私分数的适用性,解决了部分用户忽视隐私的问题.提出了基于数据加密的隐私分数查询反馈机制,在此基础上,设计了流行度阈值随数据上传的动态调整方法.实验数据及对比分析结果表明,基于阈值动态调整的重复数据删除方案具有良好的可扩展性和实用性.

基于LDPC码的动态阈值自适应调制编码算法

自适应调制编码技术能够根据信道状态自适应地选择调制和编码参数,从而最大化系统吞吐量。传统的自适应调制编码使用固定的信噪比阈值,但在实际中信噪比阈值会随信道改变而变化,此时传统方法的性能将显著降低。针对该问题,提出一种基于LDPC码的动态阈值自适应调制编码算法,利用LDPC码的译码后校验方程失败比例以及信噪比估计值对各模式的信噪比阈值进行动态调整。仿真结果显示,提出方法能够自适应地使各模式信噪比阈值收敛至当前信道对应的真实阈值附近,从而保证自适应模式选择的正确性,提高系统吞吐量。

一种新型低成本过流保护阈值调整电路设计

针对输入纹波因数较大的LED驱动电路,提出了一种新型的过流保护阈值调整电路。该电路应用于峰值电流检测模式的反激式LED驱动电路,可适应不同输入电压下过流点偏差。使用新型结构,电路可自动调节过流保护电路阈值,而无需采样输入电压大小,过流阈值调节范围为0.78-0.88V。电路结构简洁,有效预防了功率管因过流而可能造成的损坏,同时获得更高的电源效率。该电路适用于大多数输入电压纹波较大的AC-DC电源芯片。

基于阈值自适应调整的重复数据删除方案

针对重复数据删除过程中具有相似属性的用户上传相同数据可能导致的内部数据泄露问题,提出了一种基于阈值自适应调整的重复数据删除方案。该方案采用属性划分的方式,对用户属性的类型进行划分,并对每个类型属性给出了具体的属性距离计算方法,通过对比上传用户属性的相似度,确定用户类别并据此对上传数据的计数方式进行自适应调整。始终确保集团用户的加入不会改变上传数据的当前流行度状态,保证了重复数据删除的安全性和数据的保密性。研究结果表明,基于阈值自适应的重复数据删除方案分类准确率较高,时间开销不大,具有良好的可扩展性和实用性。

LTE与Wi-Fi共享频谱中下行链路的CCA自适应阈值调整算法

随着4G的后续演进和多载波聚合技术的发展,对频谱资源的诉求会越来越多,3GPP协议也在频谱共享方面做了很多的探索和研究。在未授权的载波上进行无线传输前,首先进行了空闲信道评估(Clean Channel Assessment,CCA),以确保未授权频段内其他无线通信设备的正常工作,从而使LAA(License Assisted Access)与其他无线电接入技术和谐共存。在基站承载海量业务的场景下,不合适的CCA阈值会导致基站缓冲区溢出,因此,提出了一种自适应阈值调整方法。该方法通过分析业务负载和传输机会数量,预估LAA吞吐量随阈值变化的趋势,动态调整CCA阈值。通过系统级仿真,在LAA和Wi-Fi共存的场景中,测试验证了所提出的设计方法的有效性。

基于小波降噪的配电网蓄电池系统短路故障检测

为降低噪声干扰、提升配电网蓄电池系统短路故障检测可靠性,提出基于小波降噪的配电网蓄电池系统短路故障检测方法。该方法采用多分辨率小波分析降低蓄电池系统充电电压信号噪声,将降噪后的信号组成待检测时间序列。采用模糊聚类算法处理序列中的不平衡数据,形成新的待检测时间序列,采用基于动态时间规整方法检测该序列中的短路故障。测试结果表明:在小波基取值为5 dB时,该方法可在保证电压有效信号完整性的基础上实现信号最大程度降噪,并且在序列长度差异的情况下,依旧可完成故障准确检测。

基于小波变换的光纤通信信号去噪方法

文章针对光纤通信中普遍存在的噪声问题,研究一种优化的小波变换去噪策略。首先,分析了光纤通信的基本过程和噪声来源。其次,介绍了小波变换的基本原理和信号去噪过程,包括小波分解、阈值处理以及信号重构等关键步骤。最后,引入一种基于统计的自适应阈值选择方法,以提高去噪的精准性和效率。通过在MATLAB平台上进行实验验证,结果表明该方法能显著提高信噪比(Signal-to-Noise Ratio,SNR)并降低均方误差(Mean Squared Error,MSE),具有一定的实用性和有效性。

阈值自适应语音自动分割系统模型

针对有声出版物语音分割系统,提出了一种阈值自适应加相似度判决的系统分割模型,基于脚本中的先验知识提出了能量阈值自适应分割算法。对于传统的端点检测算法无法排除的干扰,为提高系统的抗干扰能力以增强其适用性,提出了基于语音单元相似性进行分析判决的新方法。测试结果表明,无干扰时,系统分割的正确率100%,每个语音文件包含两个人为干扰信号时,系统分割正确率98.8%,能够满足有声出版物语音自动分割的需要。

利用数据分析优化变电站辅助监控系统的实时监测能力

随着电力系统的不断扩展和复杂化,变电站辅助监控系统面临数据量大、处理速度要求高等挑战。本文分析了变电站辅助监控系统存在的问题,如数据处理能力不足、系统可靠性和稳定性有待提高、监控系统智能化水平不高等。针对这些问题,本文探讨了数据分析技术在优化监控系统中的应用,包括负荷预测技术、状态评估技术和自适应阈值调整技术,以提高监控系统的实时监测能力、准确性和时效性,从而增强变电站的运行安全性和可靠性,有助于提高电力系统的稳定性和智能化水平。

一种低时延无人机自组网阈值自适应接入协议

针对现有无人机自组网(UANET)媒体接入控制协议统计优先级的多址接入协议(SPMA)中存在的满载门限计算过程收敛慢,满载门限不能随信道承载能力自适应变化的问题,文章提出了一种低时延UANET阈值自适应接入协议。采用信道满载门限快速收敛机制,使系统开机后的阈值计算时间缩短,降低了初始阶段堆积数据的传输时延,同时采用满载门限自适应调整机制,使系统能在外部信道环境发生变化时自适应调整信道的满载门限,从而使信道承载能力与实际的信道负载相匹配,当信道承载能力下降时通过调整满载门限在维持吞吐量不变的同时提高了数据传输成功率,降低了数据传输时延。仿真结果表明,该协议在UANET中消息平均时延、成功率和信道利用率等方面的性能优于现有UANET SPMA。

一种新的动态蚂蚁遗传混合算法应用研究

针对传统蚂蚁遗传混合算法收敛速度慢的特点,提出了一种新的动态蚂蚁遗传混合算法。新算法采用最佳融合点评估策略,动态地控制遗传算法与蚂蚁算法的调用时机,并设计了相应的信息素更新方法,有效减少了算法的冗余迭代次数,提高了搜索速度;同时引入迭代调整阈值控制算法后期的遗传操作和蚂蚁规模,加快了种群进化速度,从而更快地找到最优解。通过对Muth and Thompson基准问题进行计算机仿真,实验证明新算法收敛速度得到了提高。

应用Image J软件进行图像处理统计织物孔隙率

应用Image J软件对显微镜下拍摄的织物图像进行处理分析,可以快速、有效地统计出织物的孔隙率。简单介绍图像处理基本原理和Image J软件,并对该软件进行图像处理统计织物孔隙率的方法和步骤进行详细介绍,给出相关图片。该方法适用范围广,可用于各类织物,不仅克服了通过公式进行理论计算织物孔隙率的繁琐和局限性,而且具有精度高、再现性好等特点。

基于MODIS数据的华北地区秸秆焚烧监测

秸秆焚烧给我国城乡生态环境造成巨大损害,利用遥感手段监测秸秆焚烧能够为禁烧治理工作提供有效的数据支持。"背景对比火点探测算法"(the Contextual Fire Detection Algorithm)是目前精度较高的自动探测算法,但固定的阈值参数难以适用于不同地区和不同的监测对象,因此依据实际观测情况对其中的关键参数和阈值进行了适当调整,以更好地监测中国地区的火点。基于EOS/Terra卫星的MODIS数据,利用调整阈值后的算法对我国华北地区2007年5月至8月的秸秆焚烧状况进行了遥感监测,监测精度能够满足实际业务化监测的需要。进一步结合IGBP地表分类数据,将火点像元分成秸秆焚烧、林火和草原火等3种生物焚烧类型,并分别对其亮度温度等多个参数进行了统计分析,在此基础上讨论了根据火点辐射特性判断火点类别的可行性,提出在目前,地表分类数据对于判断火点类别仍是必要的。

代价敏感核主元分析及其在故障诊断中的应用

针对传统核主元分析没有考虑误分类代价的差别、对故障工况不敏感等问题,提出代价敏感核主元分析方法。该方法将代价敏感机制引入核主元分析,以误分类代价最小化为目标,设计最佳阈值调整方法获取最佳阈值,并采用混沌粒子群算法对核参数进行优化,最后利用SPE(squared prediction error)统计量诊断新样本类别。研究结果表明:该方法能有效地降低误分类代价,具有故障敏感性和诊断准确率高以及泛化能力强等特点。

基于图像拼接的尺寸精密检测算法研究

针对基于机器视觉的大长径比类零件几何尺寸综合检测中因要求视场大而导致分辨率低,投影误差大等问题,将图像拼接技术应用到视觉测量中,采用已标定摄像机方式建立图像投影模型、提出了基于位姿变换的图像拼接算法实现图像之间的精确配准、基于最佳阈值灰度调整的图像融合以消除图像拼接接缝。通过对标准模板进行检测实验,测量精度可达到±0.006mm,重复测量精度≤0.004mm,结果证明了该算法的可行性。

一种车牌识别软件系统研究

针对现有车牌识别算法中的车牌定位、字符分割和字符识别三个核心模块存在的不足,提出了一种基于边缘两侧颜色检测的车牌定位方法;通过采用动态阈值调整方法,很好的实现了字符分割;对神经网络在字符识别技术中的应用进行了大量的研究和实验,根据汉字和数字、字母特征提取的不同,在对字符信息初识别时将汉字和数字、字母采用不同结构参数设置的神经网络进行识别,并对识别结果中包含的具有形体相近的字符提出了一种"不等权值"的方法。结果证明识别率有了明显提高。