期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机的缺陷识别方法
被引量:
15
1
作者
朱凌云
曹长修
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2002年第6期42-45,共4页
针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消...
针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消除工艺参数的冗余和噪声 ,再运用支持向量机分类算法 ,进行自动缺陷识别的新方法。通过具体的试验表明 :该方法具有成本低廉、准确率高、推广性强。
展开更多
关键词
支持向量机
数据挖掘
模式分类
缺陷识别
下载PDF
职称材料
基于混合遗传算法的多播路由多目标优化
2
作者
李昌兵
曹长修
余义斌
《计算机仿真》
CSCD
2007年第9期150-154,198,共6页
互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束。目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法...
互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束。目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题。此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数。实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径。
展开更多
关键词
多目标优化
服务质量
多播路由
遗传算法
禁忌搜索
下载PDF
职称材料
RBF神经网络在转炉提钒预报中的应用
3
作者
陈才
梁协雄
+1 位作者
黄颖松
曹长修
《计算机仿真》
CSCD
2003年第11期55-57,共3页
该文用RBF神经网络建立了转炉提钒冷却剂预报模型。RBF网络的中心的选取采用了可以在线学习的最近邻聚类算法。为了进一步优化网络中心 ,提出了基于密度排名的最近邻聚类算法。该算法聚类前先将样本按其在样本空间的密度进行了排序 ,聚...
该文用RBF神经网络建立了转炉提钒冷却剂预报模型。RBF网络的中心的选取采用了可以在线学习的最近邻聚类算法。为了进一步优化网络中心 ,提出了基于密度排名的最近邻聚类算法。该算法聚类前先将样本按其在样本空间的密度进行了排序 ,聚类过程始于样本空间最密集处。实践证明 ,该算法应用于提钒冷却剂预报模型的建立是合理的 ,可行的。
展开更多
关键词
转炉炼钢
提钒
预报
RBF神经网络
最近邻聚类算法
下载PDF
职称材料
基于GRBF神经网络的脱硫预报模型
被引量:
2
4
作者
黄颖松
梁协雄
曹长修
《计算机工程与应用》
CSCD
北大核心
2003年第24期218-220,共3页
脱硫过程是一个复杂的非线性系统,文章建立了一个基于RBF神经网络的脱硫预报模型,并提出使用GRBF算法,从而较好地解决了传统RBF神经网络中心难于确定,存在过拟合的缺点。实践证明,该算法应用在脱硫预报模型的建立中是合理的、可行的。
关键词
脱硫
预报
神经网络
RBF
GRBF
下载PDF
职称材料
题名
基于支持向量机的缺陷识别方法
被引量:
15
1
作者
朱凌云
曹长修
机构
重庆大学自动控制研究所
出处
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2002年第6期42-45,共4页
基金
教育部博士点科研基金资助项目 (980 61117)
文摘
针对传统缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响 ,以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题 ,从数据挖掘的角度 ,提出了直接从形成缺陷的影响因素着手 ,先消除工艺参数的冗余和噪声 ,再运用支持向量机分类算法 ,进行自动缺陷识别的新方法。通过具体的试验表明 :该方法具有成本低廉、准确率高、推广性强。
关键词
支持向量机
数据挖掘
模式分类
缺陷识别
Keywords
support vector machine
data mining
pattern classification
defect identification
分类号
TP182 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于混合遗传算法的多播路由多目标优化
2
作者
李昌兵
曹长修
余义斌
机构
重庆大学自动化学院自动控制研究所
出处
《计算机仿真》
CSCD
2007年第9期150-154,198,共6页
基金
重庆市科委应用基金项目(#2003-7369)
重庆邮电大学自然科学基金项目(#A2006-42)
文摘
互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束。目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题。此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数。实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径。
关键词
多目标优化
服务质量
多播路由
遗传算法
禁忌搜索
Keywords
Multiobjective optimization
Quality of service
Multicast routing
Genetic algorithm
Tabu search(TS)
分类号
TP393.07 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
RBF神经网络在转炉提钒预报中的应用
3
作者
陈才
梁协雄
黄颖松
曹长修
机构
重庆大学自动控制研究所
出处
《计算机仿真》
CSCD
2003年第11期55-57,共3页
基金
国家教育部博士点基金项目 (980 6117)
重庆市基础研究项目 (73 69)
文摘
该文用RBF神经网络建立了转炉提钒冷却剂预报模型。RBF网络的中心的选取采用了可以在线学习的最近邻聚类算法。为了进一步优化网络中心 ,提出了基于密度排名的最近邻聚类算法。该算法聚类前先将样本按其在样本空间的密度进行了排序 ,聚类过程始于样本空间最密集处。实践证明 ,该算法应用于提钒冷却剂预报模型的建立是合理的 ,可行的。
关键词
转炉炼钢
提钒
预报
RBF神经网络
最近邻聚类算法
Keywords
Density
Clustering
Neural network
分类号
TF71 [冶金工程—钢铁冶金]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于GRBF神经网络的脱硫预报模型
被引量:
2
4
作者
黄颖松
梁协雄
曹长修
机构
重庆大学自动控制研究所
出处
《计算机工程与应用》
CSCD
北大核心
2003年第24期218-220,共3页
基金
国家教育部博士点基金项目(编号:98061117)
重庆市科委基础理论研究资助项目
文摘
脱硫过程是一个复杂的非线性系统,文章建立了一个基于RBF神经网络的脱硫预报模型,并提出使用GRBF算法,从而较好地解决了传统RBF神经网络中心难于确定,存在过拟合的缺点。实践证明,该算法应用在脱硫预报模型的建立中是合理的、可行的。
关键词
脱硫
预报
神经网络
RBF
GRBF
Keywords
Desulphurization,Prediction,Neural network,Radial Basis Function(RBF),GRBF
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机的缺陷识别方法
朱凌云
曹长修
《重庆大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2002
15
下载PDF
职称材料
2
基于混合遗传算法的多播路由多目标优化
李昌兵
曹长修
余义斌
《计算机仿真》
CSCD
2007
0
下载PDF
职称材料
3
RBF神经网络在转炉提钒预报中的应用
陈才
梁协雄
黄颖松
曹长修
《计算机仿真》
CSCD
2003
0
下载PDF
职称材料
4
基于GRBF神经网络的脱硫预报模型
黄颖松
梁协雄
曹长修
《计算机工程与应用》
CSCD
北大核心
2003
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部