系数定税模型建立规范初探

建立规范化的系数定税模型必须在选取具有客观性、有效性、全面性和稳定性等特征的定税系数基础上,针对定税户特点合理分类,科学分析定税系数之间的正相关性、负相关性和弹性相关性,规范系数定税模型建立原则。     

一种基于神经网络级联算法的软件可靠性增长预测方法

介绍了一种基于神经网络级联算法的软件可靠性增长预测方法,阐述了该算法的具体步骤.对预测系统进行了定义,提出了预测手段,并对预测进行了度量.测试结果与传统方法比较,该方法的较优越性能.     

基于级联框架的人脸关键点检测算法改进

常用的人脸关键点检测方法包括分别预测和直接预测,其各有优缺点。使用级联框架进行检测可以很好地兼顾两者的优点,提升检测精确度。由于级联神经网络使用的卷积神经网络识别效率低,使用残差神经网络对其进行优化。同时,为兼顾检测精度和检测速度,在调整级联框架整体结构的基础上,针对级联框架不同层使用不同层数的残差神经网络结构。测试结果表明,人脸关键点检测识别精度有很大提升,证明了算法有效性。     

一种基于神经网络级联算法的软件可靠性增长预测方法

介绍了一种基于神经网络级联算法的软件可靠性增长预测方法，阐述了该算法的具体步骤．对预测系统进行了定义，提出了预测手段，并对预测进行了度量．测试结果与传统方法比较，该方法的较优越性能．     

针对心血管疾病预测的改进算法模型

心血管疾病是危害人类生命的高危疾病之一,整合高新技术精准预测疾病发病的可能性、降低发病率是应对该疾病的最佳方法,也是不久的将来实现精准医学的关键技术之一.为了使数据类型标准化并保证数据格式的一致性,提高疾病预测的时效性以及疾病预测结果的精准度,整合国家标准化个人查体报告书及个人日常生活健康指标等相关信息,提出使用基于随...     

一种改进的前馈神经网络算法

介绍了前馈神经网络算法,讨论了当误差不为零或者不为线性函数即二阶项S(W)不能忽略时的Hesse矩阵的近似计算,并通过仿真实验证明了结合BFGS算法的神经网络具有更好的收敛性,误差更小。     

改进LSTM的脱轨系数预测方法

研究基于长短时记忆神经网络模型的优化方法及其在脱轨系数预测中的应用,通过SIMPACK建立列车—轨道仿真场景得到网络训练所需数据集,构建基于长短时记忆神经网络的脱轨系数预测模型,借助动态学习率和Dropout方法针对学习率及网络结构进行优化,并使用优化后的长短时记忆神经网络对脱轨系数进行预测.脱轨系数预测结果表明,经过...     

基于级联特征分类器的行人检测算法

为进一步提升方向梯度直方图-局部二值模式(HOG-LBP)特征融合的行人算法在检测精度以及加快融合后的算法检测速度,提出了一种基于级联特征分类器的行人检测算法.计算样本集的方向梯度共生直方图(CoHOG)特征和鲁棒局部二值模式(RLBP)特征,使用这两种特征训练两种特征弱分类器,并将两种特征融合训练CoHOG-RLBP...     

基于IPSO和BPNN的网络安全态势预测

网络安全状态数据具有数据量大、特征数目繁多以及连续型属性多等特点.态势预测问题可转化为海量数据的预测问题.以网络安全态势研究为应用背景,提出了一种基于改进的粒子群优化算法来优化反向传播神经网络的态势预测模型.利用IPSO内在的隐并行性和很好的全局寻优能力对BP网络的权值和阈值进行优化并建立预测模型对网络安全态势进行预测.仿真实验证明其改善了传统BP网络在预测应用中的不足,有效提高了态势预测的精准度.     

基于改进蚁群算法的物流配送路径问题研究

在蚁群算法中采用新的信息素更新方式,对中小规模的物流配送路径问题进行求解．实验证明,该改进算法具有较好的全局寻优能力,在中小规模的物流配送路径问题求解中,取得了比较理想的效果．     

关于系数无界时非驻定系统的全局稳定性问题

本文研究一类二阶非驻定微分系统,给出系数无界时系统全局渐近稳定的充分条件,它推广了 Lienard 方程有关各种结果,得出的判定条件比 Arstein 等[4]更普遍适用.     

基于改进演化算法的快速图像相关匹配

提出了一种基于演化算法的快速图像相关匹配的新方法,详细介绍了染色体编码的编码方法选取、适应度函数设计及演化算子设计,并对演化算子设计做出了部分改进．实验结果表明：与传统的遗传算法相比较,改进的演化算法能够更快而且有效地实现灰度图像的相关匹配．     

基于改进蚁群算法快速求解迷宫路径问题研究

针对传统蚁群算法收敛速度慢、搜索时间长、易陷入局部最优等缺点,在其基础上重新定义信息素更新方式。在搜索路径上进行选择优化处理,对搜索出的最短路径做平滑优化处理,使其能快速有效地搜索出最优路径。在解决迷宫路径问题上对传统蚁群算法进行了改进。仿真实验对比表明,改进后的蚁群算法在求解时间和距离上都远优于传统蚁群算法,能快速有效地求得问题的最优解,使解决二维路径问题得到进一步优化。     

基于改进鲸鱼算法的半主动悬架PID控制

汽车悬架的控制效果直接影响车辆稳定性与舒适性.汽车半主动悬架的控制常采用PID控制器,因其控制原理简单,实用性强,可以达到较好的控制效果.然而PID控制器的参数选择(KP、KD和KI)对控制效果影响较大,传统的经验法参数整定,难以在短时间内找到可以达到最好控制效果的一组参数.而智能优化算法可以在合理的时间内找到,不需要...     

基于AC系数的自适应水印算法

根据HVS的特性和DCT系数的特点,提出了一种基于双AC系数的自适应水印嵌入方案.仿真实验表明:该算法具有良好的不可见性,并且在抵抗剪切操作以及噪声、滤波和JPEG压缩等常见的信号处理方面表现出较强的鲁棒性.     

一种基于BCH级联极化码的分段校验译码算法

极化码是5G技术信道编码技术之一,理论上可以达到香农极限,并且具有固定的编译码结构.为改善极化码在码长较短时性能不够优异的问题,利用BCH码的纠错特性,将BCH码与极化码级联,并采用分段校验方法,提出BCH级联极化码的分段校验译码优化算法,并将该算法应用到BCH级联系统极化码.仿真结果表明,在误码率为10-3,码长为6...     

混沌策略和单纯形法改进的鲸鱼优化算法

为解决鲸鱼优化算法收敛速度慢和寻优精度低等问题,提出了一种基于混沌策略和单纯形法优化的鲸鱼优化算法(whale optimization algorithm based on chaos optimization and simplex optimization,CSWOA)。首先,采用混沌反向学习策略初始化鲸鱼种群个体,降低随机化的原始种群对算法收敛的影响;然后,引入一种自适应权重策略,平衡算法的全局寻优和局部探索能力;最后,再引入单纯形法对原算法进行改进,提高算法的局部搜索能力和寻优能力。对8个典型基准函数的仿真分析表明,CSWOA的收敛速度和寻优精度均有一定的提高。     

一种混合策略改进的灰狼优化算法

为了改善传统灰狼优化算法初始种群不均匀、收敛速度慢和易陷入局部寻优的缺点,提出一种混合策略改进的灰狼优化算法.首先,基于反向学习策略生成多样化种群,为算法全局搜索奠定基础;然后,引入非线性调整策略平衡算法的全局和局部搜索能力,提升算法运行效率;最后,在位置更新中引入莱维飞行策略扩大搜索范围,增强算法全局搜索能力.通过1...     

基于网络分级优化和Dijkstra算法的最短路径求解改进

对大型复杂网络提出网络分级的思想,根据网络分级的情况定义网络结点的数据结构,然后使用改进的Dijkstra算法和最小生成树算法来计算网络中任意两结点之间的最短路径。     

基于改进花授粉算法的移动机器人路径规划研究

针对花授粉算法收敛能力较差等问题,将差分进化思想融入花授粉算法中,构建一种改进的花授粉算法。主要思路是在种群个体进行下一次演化之前,利用差分演化策略对个体作进一步优化,以改善解的质量,从而达到提高算法优化能力的目的。通过改进算法对机器人路径规划问题进行求解,实验结果显示,其获取的路径长度与寻优时间都优于FPA算法,验证了新算法的有效性与可行性。