暂无评论
基于小波在时-频两域均能表征信号局部特征的特点,采用小波分解和小波包分解对掘进机三方向振动信号进行分解重构,比较sym4小波,sym5小波和小波包对振动信号的去噪能力,选择sym4对振动信号进行处理,
通过设计成像激光雷达的各种参数, 结合一种大气模式模拟得到了一维激光雷达信号, 并根据高斯分布的特点和实测的光束宽度还原了二维光柱图像。对该原始图像加入不同强度的高斯白噪声和一定强度的平均背景,生成类
针对标准粒子群算法收敛速度较慢、收敛精度较低、容易陷入局部最优等方面的缺点,提出一种融合细菌觅食算法和鲶鱼效应的混合粒子群算法。通过四个经典测试函数仿真实验,验证了该算法具有较其他改进方法更强的全局搜
收敛速度是衡量算法有效性的重要标准,当前频谱分配算法普遍存在收敛过慢的缺陷。为更高效地完成频谱分配,对二进制粒子群算法的速度和位置更新策略在离散域作了全新诠释,提出了二进制离散速度的概念,并以其作为决
本文提出了一种对于多种大气污染物具有普适性的大气质量评价方法,即基于PSO的大气质量综合污染损害率评价模型和指数模型。通过实例评价取得了较高的拟合精度,利用OIFElman网络对大气污染进行预测,实例
粒子群算法是一种模拟群体智能的优化算法,在MATLAB中实现起来十分便捷。本文对常规粒子群算法的原理及其在MATLAB中的实现做了详细介绍,并结合实例进行了演示。同时,对于常见的粒子群算法的优化方法也
提出一种对含噪语音进行基频检测的新方法。先对含噪语音进行小波去噪,然后再经过预处理后,采用归一化的AMDF算法对语音进行基频提取,后期对基频信号采用搜索试探方法进行平滑处理,通过实验表明,该方法比传统
根据已测定的煤中收到基全水、收到基灰分、干燥基灰分和收到基挥发分的含量,建立了基于BP神经网络的煤炭发热量预测模型,并采用粒子群优化算法优化BP神经网络的权值和阈值,实现了对煤炭发热量的快速预测。仿真
针对目前线性化和非线性化算法在面波频散曲线反演中的局限性问题,分析了一种新的非线性全局优化算法——粒子群算法(PSO)及其基本原理和算法流程,并且采用了细化分层理论与粒子群算法相结合的方法,在求解横波
分层粒子群算法在聚类分析中的应用,赵海娜,,PSO算法潜在的并行性和分布式的特点使其能够处理以数据库形式存在的大量数据,故在聚类分析中PSO算法取得了比传统方法更好的效果。
暂无评论