蝙蝠算法是受自然界中的蝙蝠通过回声定位进行搜寻、捕食猎物行为的启发, 并将多智能体系统与进化机制相结合发展而来的优化方法。作为一种新颖的仿生群体智能优化算法, 分析了蝙蝠算法的仿生原理、优化机理及特点, 对算法优化过程进行了定义。通过标准算例对蝙蝠算法在连续空间和离散空间的优化性能进行了仿真测试, 结果表明该算法在函数优化和组合优化方面应用的可行性和有效性, 具有良好的应用前景。
2023-05-29 14:59:21
1.51MB
1
由于毫米波的敏感性极强，物体的微小移动也可以被毫米波所感知，体现为频谱变化，借助此优势提出了一种基于毫米波感知的小型无源物体定位追踪方法，可以实现对目标物体的高精度定位与追踪。与传统的有源物体定位追踪相比，在无源物体定位追踪中，由于目标物体无法主动发射信号且目标物体较小，因此，需要有效的机制区分、分离目标物体的反射信号和背景环境的反射信号，采用多种方法去除背景噪声和突发噪声，实现了良好的定位追踪效果。实验结果表明，所提方法可以追踪一支笔的运动轨迹，其平均误差为0.32 cm。
2023-05-16 17:37:42
1.11MB
1
基于压缩感知的图像加密算法，稀疏基用的是小波，重构用的是OMP(Compressed sensing image encryption algorithm)
2023-05-09 20:48:29
59KB
针对现有的利用非线性滤波算法对神经网络进行训练中存在滤波精度受限和效率不高的缺陷, 提出一种基于容积卡尔曼滤波(CKF) 的神经网络训练算法. 在算法实现过程中, 首先构建神经网络的状态空间模型; 然后将网络连接权值作为系统的状态参量, 并采用三阶Spherical-Radial 准则生成的容积点实现神经网络中节点连接权值的训练. 理论分析和仿真结果验证了所提出算法的可行性和有效性.
2023-05-08 00:50:21
1.18MB
1