基于有限域设计的通用概率卷积算法

概率卷积在现代数字通信系统等领域具有重要而又基础的作用.首先介绍用于有限域下的概率卷积的组合搜索法和FFT法;然后提出一种基于有限域设计的通用概率卷积算法,基于有限域运算,用递归的求解方法实现提出的通用概率卷积算法.通过算例、实验和比较分析,讨论了三种算法在有限域概率卷积中的优缺点.分析发现在小规模的有限域下的概率卷积,通用法与FFT法相比,计算复杂度相当但更通用;在大规模概率卷积情况下,通用算法比FFT更通用,比组合搜索法更有效.     

概率计算的算法设计

1问题背景 在《普通高中数学课程标准（实验）》中,排列组合为理科选修2—3中的内容,那么在必修模块中,缺少了排列组合怎样进行概率的教学,我们在概率教学的理念上应有怎样的变化？《普通高中数学课程标准（实验）解读》明确地指出：“概率教学的核心问题是让学生了解随机现象与概率的意义．”     

遗传概率问题的模型构建

遗传学的内容是高中阶段的一个重点,也是难点．长期以来,很多学生都很难把握．面对变幻莫测的遗传问题,学生既感觉新奇、喜欢,又觉得无法准确掌握,尤其是遗传概率的计算问题．理解遗传现象的组合方式,是解决遗传概率计算问题的关键．现结合人教版第二册课本中的《性状分离比的模拟实验》,通过构建“小桶”模型来分析一例遗传概率问题——自交与随即交配的概率计算．     

遗传概率问题的模型构建

遗传学的内容是高中阶段的一个重点,也是难点．长期以来,很多学生都很难把握．面对变幻莫测的遗传问题,学生既感觉新奇、喜欢,又觉得无法准确掌握,尤其是遗传概率的计算问题．理解遗传现象的组合方式,是解决遗传概率计算问题的关键．现结合人教版第二册课本中的《性状分离比的模拟实验》,通过构建“小桶”模型来分析一例遗传概率问题——自交与随即交配的概率计算．     

基于卷积神经网络的人脸检测算法研究

近年来,随着深度学习的迅猛发展,人脸检测算法准确度已有很大提升。模型越复杂,检测速度越慢,设计一种准确度与速度兼顾的人脸检测模型尤为必要。基于FaceBoxes人脸检测算法框架,提出一种基于深层卷积主干网络的改进方法,并在人脸检测基准数据集中进行测试实验。其在FDDB数据集上的实验结果显示,检测正确率达95%,比传统方法提高1.67%。该算法在保证实时性的同时提升了检测准确率,可应用于追求更高准确率的人脸检测系统。     

基于卷积神经网络的人脸识别算法

针对卷积神经网络(Convolutional Neural Network,CNN)在人脸图像识别中面对训练规模较大的图像集数据时收敛速度慢、效率低以及在复杂情况下识别率不高的问题,提出一种优化改进的CNN图像识别方法。该方法首先利用不含标签的图像训练一个稀疏自动编码器,得到符合数据集特性、有较好初始值的滤波器集合,然后对CNN的卷积核初始化赋值,从而大大提高其整体上使用BP算法进行训练的收敛速度,其次使用多类别SVM分类器(Multiclass Support Vector Machine)代替传统的Softmax分类器,对目标图像进行识别,在ORL和FERET等人脸图像库上的实验结果显示,所提算法与采用传统PCA+SVM算法及传统CNN算法相比,在人脸图像识别中有更好的识别效果。     

基于卷积神经网络的调制信号识别算法

针对基于特征提取的调制信号识别算法准确性不高的问题,将卷积神经网络(Convolutional Neural Network,CNN)应用于调制信号识别,实现调制信号的空间和时序特征的自学习,避免了传统算法中特征选择和提取步骤,提高了识别准确率.调制信号样本为RaidoML2016.10 a国际标准数据集,实验结果表明...     

基于线性卷积的短序列循环卷积的计算

在不按定义计算循环卷积的前提下,利用已有的成熟的线性卷积来计算有限长序列的循环卷积,并给出了相应的计算机程序,对短序列循环卷积有计算简单的一面.     

基于概率参数的Apriori改进算法

关联规则可在庞大的数据集中找出不同事务之间隐藏的关系,其中Apriori算法是关联规则分析中较为有效的办法。然而,Apriori算法产生候选项集的效率较低且扫描数据过于频繁,造成算法计算需要耗费较长时间。另外,初始定义的最小支持度与最小置信度也不足以过滤无用的关联规则。针对以上问题,利用概率理论与有效的参数设置,在原有Apriori算法基础上,提出一种基于概率事务压缩的关联规则改进算法。数值算例结果表明,新算法可在第二次迭代之后,大幅减少低效候选项集,从而提升经典Apriori算法效率。     

基于点概率的K-means算法的改进

K-means算法是一种基于划分的方法,该算法对初始聚类中心的选取依赖性极大,初始中心值的不同导致聚类效果不稳定.为此,本文利用几何概率的思想,认为每个数据点都是等概率的存在于数据集,通过计算每个数据点的点概率值,结合距离因素,选择K个点作为初始聚类中心.实验证明,改进后的K-means算法聚类效果更好.     

基于数字信号处理的循环卷积教学探讨

循环卷积是数字信号处理教学中难点。本人根据长期以来教学经验和感触．探讨了循环巷积的教学方法，并且研究了循环卷积与线性卷积的关系.     

基于多区域中心加权卷积特征的图像检索

针对图像特征局部信息描述不足问题,提出一种基于多区域中心加权深度卷积特征提取方法。首先通过卷积神经网络提取输入图像的卷积层激活特征图,然后通过计算不同通道特征图的差异,选择具有区分性的区域特征图,最后通过多区域权重进行加权聚合,生成用于检索图像特征向量。在不同的建筑物数据集进行实验,结果表明检索精度分别提升了1.2%、0.9%。     

一种基于无线传感网的概率分发时间同步算法

针对无线传感器网络的DMTS时间同步算法,提出一种基于概率分发的改进算法P—DMTS算法,算法以动态变化的概率发送同步报文,大幅降低了广播同步报文的冗余度,有效节省了网络能耗．最后通过仿真实验验证P—DMTS算法,结果表明该算法对于能耗要求较高,但同步精度要求不是很高的无线传感器网络具有广泛的适用性．     

求解古典概型中“配对”问题的概率

在计算古典概率时,排列组合是重要工具。文章以古典概型中"配对"问题的概率为例,采用一题多解的形式,给出了基本事件数的计算公式。     

以DSP实现基于概率DP匹配算法的说话人识别系统

提出了利用概率DP匹配算法进行说话人识别的的设想。并给出了运用TMS320C5416实现说话人自动识别系统的方案。该系统利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集，运用提出的概率DP匹配算法进行与文本无关的说话人识别。实验结果表明该系统具有识别精度高、识别速度快，占用系统资源少等特点，是一种有效的说话人自动识别的实现方法。     

关于两个几何概率问题

通过对两上几何概率问题的分析，探讨了其几何模型在空间和平面上的建立方法；并从几何和微积分角度，直观揭示了几何概率与其对应问题的相互联系及演变过程。     

基于最小差错概率的变步长盲均衡算法及仿真

在分析了李道本、陈少霞提出的基于最小差错概率盲均衡算法的基础上,用牛顿梯度变步长实现了基于最小差错概率新的盲均衡算法,仿真结果表明,与固定步长的盲均衡算法相比,该算法收敛速度快,均方误差小,在均衡技术的应用方面有一定的实用价值．     

基于逆概率的变精度粗糙集模型

从经典的概率粗糙集模型出发,参照Bayes因子,研究了一种基于逆概率的变精度粗糙集模型,该模型不受先验概率的影响,从而减小了决策失误的风险.