本文基于对层次分析法在处理多目标决策问题时计算量较大、易出现误差的情况提出改进的目的，采用修改标度值和简化判断矩阵的方法，有效地解决了层次分析法在处理多目标决策问题时由于标度值差异太小而容易引起误差的情况，同时通过采用三角矩阵对判断矩阵进行简化，大大减少了求解过程中的计算量，有效地提高了判断矩阵的一致性。最后举例对改进前后两种方法进行了比较，结果表明改进后的方法能更好地适用于多目标决策问题。
2023-02-20 21:48:00
729KB
1
针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时,采用凸函数调整惯性权重,以平衡算法的全局勘探和局部开发能力。并依此来优化BP神经网络的权值、阈值参数,进而建立了瓦斯涌出量预测模型。试验结果表明,IQPSO-BP算法具有较强的泛化能力及较高的预测精度,可有效用于煤矿瓦斯涌出量的预测。
2023-02-20 16:24:13
223KB
1
基于蚁群优化的改进决策树算法研究，张忠坤，周亚建，本文提出了一种新的基于蚁群优化的改进决策树算法(ACODT, Ant Colony Optimization Decision Tree)，该算法充分利用了蚁群算法的信息素反馈和启��
2023-02-19 22:15:09
413KB
1
设计了一种适用于流水线A/ D 转换器的全差分跨导放大器， 通过采用单端放大器的增益增强方法， 使运算放大器即具有较高的直流增益， 又有较小的面积及较好的版图匹配性。
2023-02-19 10:30:04
561KB
1
原始的U-Net采用跳跃结构结合高低层的图像信息, 使得U-Net模型有良好的分割效果, 但是分割结果在宫颈细胞核边缘依然存在分割欠佳、过分割和欠分割等不足. 由此提出了改进型U-Net网络图像分割方法. 首先将稠密连接的DenseNet引入U-Net的编码器部分, 以解决编码器部分相对简单, 不能提取相对抽象的高层语义特征. 然后对二元交叉熵损失函数中的宫颈细胞核和背景给予不同的权重, 使网络更加注重细胞核特征的学习. 最后在池化操作过程中, 对池化域内的像素值分配合理的权值, 解决池化层丢失信息的问题. 实验证明, 改进型U-Net网络使宫颈细胞核分割效果更好, 模型也越鲁棒, 过分割和欠分割比率也越少. 显然, 改进型U-Net是更有效的图像分割方法.
2023-02-18 14:52:01
1.34MB
1
车辆识别方法计算量大,提取的特征复杂,且传统神经网络利用端层特征进行分类导致特征不全面,为此提出了一种结合卷积神经网络(CNN)多层特征和支持向量机(SVM)的车辆识别方法。该方法在传统AlexNet模型基础上构建卷积神经网络模型,通过分析参数变化对测试正确率的影响得到最优车辆识别模型;提取多层车辆特征图,采用串行融合方法与主成分分析降维技术将其构成一个具有多属性的车辆特征向量,以增强特征全面性,减少计算量;利用SVM分类器代替CNN的输出层实现车辆识别,以提高模型泛化能力与纠错能力。实验结果表明,相比传统方法,所提方法在分类精度和识别速度方面都有显著提高,且具有良好的稳健性。
2023-02-17 10:47:50
3.21MB
1
在遥感图像中，对江河上桥梁目标的识别具有重要意义。由于桥梁的突出特征在于桥体的平行直线，所以对平行直线的实时检测十分重要。经典的Hough变换是一种常用的检测直线的方法，Hough变换的研究及应用动态：Hough变换于1962年由Paul Hough提出，并在美国作为被发表。它所实现的是一种从图像空间到参数空间的映射关系。由于具有一些明显优点和可贵性质，它引起了许多国内外学者和工程技术人员的普遍关注。例如，由于其根据局部度量来计算全面描述参数，因而对于区域边界被噪声干扰或被其他目标遮盖而引起边界发生某些间断的情况，它具有很好的容错性和鲁棒性。多年来，们对Hough变换的理论性质和应用方法进行了
2023-02-17 08:28:05
208KB
1
用改进欧拉方法求
dy/dx = 2/3xy^(-2),x∈[0,1],
y(0) = 1
的数值解（取h = 0.1），并将计算结果与准确解y = ∛(1+x^2 )进行比较：
2023-02-17 01:03:38
3.46MB
1
近年来，有许多使用服务质量（QoS）参数执行工作流应用程序的调度算法。 在本文中，我们考虑到异构资源的时间和成本约束，改进了调度工作流算法，该算法称为使用子截止时间调度（BDSD）约束的BudgetDeadline。 有了用户所需的截止日期和预算约束，我们使用BDSD算法来找到满足这两个约束的调度。 我们使用规划成功率（PSR）来展示算法的有效性。 在模拟实验中，我们使用随机工作流应用程序和实际工作流应用程序进行实验。 仿真结果表明，与其他算法相比，我们的BDSD算法在任务和处理器上具有较高的PSR和较低的时间复杂度（2）。
2023-02-15 22:45:16
197KB
1
针对传统Harris角点检测算法进行改进，提出了一种基于改进Harris的图像拼接算法．首先，通过修改角点响应函数，引进8邻域比较以及圆形非极大值抑制窗口，采用NCC算法对检测出的Harris角点进行粗匹配，采用RANSAC算法剔除误匹配，最后对匹配图像进行图像融合，完成图像拼接．仿真结果表明，该算法提高了图像拼接的准确性、稳定性和鲁棒性，能够达到无缝拼接，具有优良的实用性．
2023-02-15 15:51:54
273KB
1