搜索结果: 31-45 共查到“计算机决策支持系统”相关记录361条 . 查询时间(2.25 秒)
一种采用抽样策略的PSO算法
粒子群优化算法 抽样策略 局部搜索 全局优化
2016/1/5
原始粒子群优化算法(PSO) 和各种改进方法存在着参数取值固定、收敛精度低等问题. 为此, 提出一种采用抽样策略的粒子群优化算法(SS-PSO). 通过拉丁超立方抽样(LHS) 策略更新粒子速度和位置, 以加快收敛速度; 提出一种基于随机采样的最优位置修正方法, 以微调全局最优; 提出“双抽样”LHS 局部搜索方法, 以提高收敛精度. 与其他新近提出的两个算法进行对比, 结果显示SS-PSO 在一...
基于马尔可夫决策的理性秘密共享方案
博弈论 折扣因子 风险偏好函数
2015/12/21
基于马尔可夫决策理论研究理性密码共享系统模型和秘密重构方法。首先利用马尔可夫决策方法，提出
适合于理性秘密共享的系统模型，该模型包括参与者集合、状态集合、风险偏好函数、状态转移函数、回报函数
等。在模型中，引入秘密重构中的参与者的风险偏好函数刻画秘密共享模型的状态集合和状态转移函数。其次，
基于所提出的系统模型构造相应的理性秘密共享方案，基于马尔可夫策略解决各理性参与者在秘密共享方案中的
...
提出了一种G.729A自适应码本分组基音调制信息隐藏的检测算法.对语音码流的分析发现,通过基音预测进行信息隐藏将改变相邻语音帧中基音周期估计值的共生特性.通过量化这种共生特性,并经过PCA(Principal Component Analysis,主成分分析)降维获得对隐写检测敏感的特征向量.最后基于特征向量和SVM (Support Vector Machine,支持向量机)构建隐写检测器.对不...
电子科技大学嵌入式系统及应用课件Chapter5 任务管理与调度。
基于共同决策方向矢量的多源迁移及其快速学习方法
共同决策矢量 多源迁移学习 分类 核心集向量机
2017/1/7
多源迁移学习提取了多个相似领域之间有用信息,提高了学习效率,但存在计算核矩阵的空间和时间复杂度较高的问题.提出了一种多源迁移学习方法,该方法基于结构风险最小框架理论,以共同决策方向矢量为基准,将多个相似领域的决策方向矢量嵌入到支持向量机的训练过程中,提高了目标领域分类器的分类性能.并结合核心向量机理论提出了共同决策方向矢量核心向量机,实现对大样本数据集的快速分类学习.模拟和真实数据集实验表明了所提...
高维多目标优化问题普遍存在且非常重要，但是，已有的解决方法却很少.本文提出一种有效解决该问题的融入决策者偏好的集合进化优化方法，该方法首先基于决策者给出的每个目标的偏好区域，将原优化问题的目标函数转化为期望函数；然后，以原优化问题的多个解形成的集合为新的决策变量，以超体积和决策者期望满足度为新的目标函数，将优化问题转化为2目标优化问题；最后，采用多目标集合进化优化方法求解，得到满足决策者偏好且收敛...
以微处理器88F6281为核心，设计一种基于DDR2存储技术并可挂接硬盘的嵌入式系统平台。针对高频电路对信号完整性的严格要求，从电路原理与印制电路板2个方面设计该平台的主存、硬盘接口、电源等子系统。测试结果表明，该平台具有较高的性能，且稳定可靠，适合对系统性能和存储容量有较高要求的各类嵌入式应用。
为支持风险的量化分析以提高需求优先级排序的有效性，提出了一种基于风险的方法。方法从需求和任务两个层面实现对需求选取问题的建模，以风险为关键因素计算得出需求优先级。模拟实验的结果表明，本方法有助于提高项目最终取得的价值，同时优先级排序的结果符合费效比原则，即项目实现了在早期尽快获取价值的目标。
为增强大规模区际救援物资联动调运的效率，建立了救援物资中转网点的定位—配给模型，并设计了一种运用矩阵编码的遗传算法。在算法流程设计中，为提高标准遗传算法求解非线性运输问题的寻优速度和寻优效能，参照费用矩阵标杆的寻优导向信息来指导种群中每个个体局部的精细搜索空间。最后通过算例分析验证了该模型和算法的有效性。
GPU加速分子动力学模拟的热力学量提取
图形处理器 统一计算设备架构 分子动力学模拟 热力学量
2010/8/26
近年来，统一计算设备架构(CUDA)的提出和图形处理器（GPU）快速提升的并行处理能力和数据传输能力，使得基于CUDA的GPU通用计算迅速成为一个研究热点。针对含有大规模分子动力学模拟的热力学量提取效率低下的问题,提出了分子动力学模拟的热力学量提取的新方法，利用CUDA设计了并行算法，实现了利用GPU加速分子动力学模拟的热力学量提取。实验结果表明，与基于CPU的算法相比， GPU可以提高速度500...
基于部件的自动目标检测方法研究
目标检测 基于部件 协方差矩阵 标值点过程
2010/5/5
该文提出了一种新的自动目标检测算法，实现对自然场景图像及高分辨率遥感图像中结构相对复杂的人造目标的自动检测。该方法基于组成物体的几何部件处理问题，降低了对训练样本数量的需求。首先选择两类典型特征，基于机器学习训练对应的分类器，有效地减少了背景中某些物体与前景目标部分特性相似对检测方法准确率的影响；然后利用标值点过程对问题建模，以对目标分布的先验约束和分类器的响应作为数据能量，自顶向下地自动检测目标...
基于相容粗糙-模糊集的电力通信网风险评估
相容粗糙-模糊集 风险评估 粗糙集 电力通信网
2010/5/5
鉴于电力通信网风险因素的复杂性和不确定性以及评估数据的模糊性问题，在对其分析的基础上，提出运用相容粗糙-模糊集对电力通信网进行风险评估的方法。通过建立电力通信传输网风险评估模型，利用该方法对某地电力传输网的实际数据进行分析，求出每一个相容类属于不同风险等级的可能值，得到客观的风险评估规则。结果表明该方法有效可行，对风险管理具有一定的指导意义。
基于改进的RBF神经网络的人民币汇率预测研究
RBF神经网络 聚类算法 预测 人民币汇率
2010/4/19
针对RBF神经网络分段算法中对近似线性时间序列数据预测误差较大这一不足，在原有RBF神经网络模型基础上提出了一种改进算法。该算法以分段取中心值为基础，优化原算法中径向基函数中心点值的确定，提高了对近似线性时间序列数据预测的准确度。通过对近两年美元兑人民币汇率数据的预测测试，表明改进算法在预测准确性比原算法有较大提高。
决策树方法在煤炭物流客户分析中的应用
决策树 C4.5算法 剪枝 客户分析
2010/4/19
目前物流企业中积累了大量的客户历史数据，为了有效利用这些数据，使用数据挖掘方法对客户进行分类管理和服务是CRM中非常重要的一方面。而决策树是进行分类分析与数据挖掘的常用方法。研究了运用C4.5算法对煤炭物流客户信息构造决策树，并把提取到的规则应用到公路煤炭物流公司的客户关系管理中，结果证明具有较好的应用价值。