您的位置: 专家智库 > >

王春洁

作品数:3 被引量:4H指数:1
供职机构:电子科技大学成都学院更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 1篇鱼群算法
  • 1篇语音
  • 1篇语音识别
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇植被
  • 1篇植被指数
  • 1篇数字影像
  • 1篇算子
  • 1篇群算法
  • 1篇人工鱼
  • 1篇人工鱼群
  • 1篇人工鱼群算法
  • 1篇线性判别分析
  • 1篇向量
  • 1篇向量机
  • 1篇煤炭
  • 1篇煤炭领域
  • 1篇聚类
  • 1篇拉普拉斯算子

机构

  • 3篇电子科技大学
  • 2篇四川现代职业...

作者

  • 3篇王春洁
  • 2篇燕敏
  • 1篇岳萍

传媒

  • 1篇煤炭技术
  • 1篇科技通报
  • 1篇现代电子技术

年份

  • 1篇2016
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
基于混合算法的通信用户规模预测
2016年
考虑到常规SVR预测模型及GA优化和PSO优化的SVR预测模型具有寻优结果稳定性差,容易陷入局部最优解等问题,将具有极强的鲁棒性能和全局搜索能力、能够快速跳出局部最优解等优点的人工鱼群算法与SVR算法进行混合,建立基于混合算法的预测模型。通过混合后的算法能够有效地使算法更快、更准确地得到全局最优解,避免了常规算法在人工鱼更新位置时没有全局信息,只有局部信息引起的收敛速度慢,精度低等问题。使用该混合算法预测模型以及使用传统的三次曲线拟合法和GA-SVR算法建立通信用户规模预测模型,针对2010—2012年通信用户规模进行预测,实验证明基于混合算法的通信用户规模预测模型的预测精度高,稳定性较好,相比另外两种算法,具有较强的优势。
燕敏王春洁
关键词:混合算法人工鱼群算法
基于k-means聚类的快速LDA算法在语音识别上的应用被引量:4
2013年
线性判别分析(LDA)具有很好的分类性能,但是计算复杂度一般较高。为了有效地降低LDA算法的计算复杂度,本文提出了一种基于k-means聚类的快速学习算法。该算法首先根据k-means聚类算法对原始样本进行聚类,计算聚类簇的样本中心作为新训练样本,然后再利用LDA算法进行分类。由于通过聚类算法有效地压缩了训练样本集的规模,因此算法具有更高的效率。在语音识别数据集上的实验充分验证了本文算法具有较好的分类性能,而且效率更高。
王春洁岳萍
关键词:线性判别分析计算复杂度K-MEANS聚类语音识别
基于CUDA的数字影像处理算法在煤炭领域中的研究与实现
2013年
文章提出了基于CUDA的数字影像处理算法。可以快速、高效地计算数字图像中的拉普拉斯算子。通过实验结果表明,本文提出的算法与在CPU中执行的串行代码在时间上取得了很好的加速比,并且有很低的误差。
王春洁燕敏
关键词:数字影像CUDA植被指数
共1页<1>
聚类工具0