针对传统神经网络收敛速度慢,收敛精度低,以及用于模式识别泛化能力差的问题。提出了将量子神经网络与小波理论相结合的量子小波神经网络模型。该模型隐层量子神经元采用小波基函数的线性叠加作为激励函数,称之为多
针对常用LFM(linearfrequencymodulated)信号DOA(directionofarrival)估计算法采样数据量大,在低信噪比情况下估计效果不理想的问题,提出一种基于CS(com
高分辨DOA估计算法的空间谱搜索运算量大、耗时长,利用量子进化算法(QEA)的并行加速特性对其进行优化,是满足应用实时性的有效途径。利用模拟退火原则对传统QEA的旋转角取值策略进行了改进,并在比较DO
粒子群算法在模式识别,图像处理,最优化问题,参数设置中的应用
基于增广矩阵束的L型阵列的二维DOA估计MATLAB程序,编译通过。
为了解决RSSI算法中矩阵的冗余度并且延长整个无线传感器网络的生命周期,在RSSI算法的基础上提出了一种基于矩阵秩的混沌粒子群的RSSI算法。由于无线传感器网络中的节点的内存和能源的有限性,故引入了混
螺旋粒子群优化算法的研究简报,滕弘飞,张英男,本文提出了一种螺旋粒子群优化(SPSO)算法。传统PSO算法的搜索路径,对于全局版PSO,以一只鸟(粒子i)的飞行来比喻,其空间的飞行
0-1背包问题是组合优化中经典的NP难题,在蚁群算法的基础上结合量子计算提出一种求解0-1背包问题的量子蚁群算法。算法采用量子比特表示信息素,用量子旋转门来更新信息素。大量数据实例的比较测试表明,算法
针对基本粒子群算法具有后期收敛速度慢、容易陷入局部极值等缺陷,通过考虑粒子的位置之间的加权作用,对基本粒子群算法进行了改进,提出了一种位置加权的粒子群算法以减小搜索过程中的盲目性。测试函数结果表明,算
为进一步缓解粒子群优化算法在后期收敛速度慢、早熟等问题,提出了一种挂载式的、依赖自适应阈值和已知全局最优解的压缩搜索空间策略。在此基础上对粒子重新分配初始位置、调整速度权值来提升算法的后期探索能力。实