基于能量矩形平衡法频率测量技术的研究与改进

提出一种基于改进的能量矩形平衡法的频率测量算法,给出框图程序。该算法将现代测量理论与能量矩形平衡法相结合,完善LabVIEW的信号处理功能。可应用于各种波形的频率测量,能有效地减小测频误差和抗噪。     

量子粒子群优化算法在训练支持向量机中的应用

训练支持向量机的本质问题就是求解二次规划问题，但对大规模的训练样本来说，求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化（QPSO）算法是在经典的微粒群算法的基础上所提出的一种有较高收敛性和稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机，优化求解二次规划问题．为解决大规模的二次规划问题开辟了一条新的途径。     

基于QPSO训练支持向量机的人脸识别

遗传算法和粒子群算法等智能搜索技术可在较少的时间开销内给出问题的近似解.量子粒子群优化(QPSO)算法是在经典的微粒群算法的基础上所提出的一种高效的收敛性,稳定性的进化算法.将操作简单而收敛快速的QPSO算法运用于训练支持向量机(SVM),结合KPCA特征提取方法,用于人脸图像的分类识别中,为人脸识别问题的研究开辟了新的途径.     

基于QPSO算法训练SVM*

针对群体智能和约束优化问题的特点,提出了将QPSO算法应用于求解约束优化问题,证明QPSO算法在SVM领域中具有很高的应用价值,并为解决大规模的QP问题开辟了一条新的途径.     

医学院校计算机基础实验教学改革探索与研究

该文根据目前医学院校计算机基础实验教学的现状,分析研究了实验教学过程中存在的问题,并提出了改进建议。对开展医学院校计算机基础实验教学改革,提高教学效果具有一定的理论价值和实践意义。     

QPSO算法在训练支持向量机中的应用

训练支持向量机的本质问题就是求解二次规划问题，但对大规模的训练样本来说，求解二次规划问题困难很大。遗传算法和粒子群算法等智能搜索技术可以在较少的时间开销内给出问题的近似解。量子粒子群优化（QPSO）算法是在经典的微粒群算法的基础上所提出的一种有较高收敛性和稳定性的进化算法。将操作简单而收敛快速的QPSO算法运用于训练支持向量机，优化求解二次规划问题，为解决大规模的二次规划问题开辟了一条新的途径。     

基于虚拟仪器的矿山主扇风机监控系统的设计与实现

风机是保证煤矿安全生产的重要设备。提出了一种基于DataSocket的远程分布式设备监测系统的实现方案。本方案实时监测风机轴温,振动等参数。服务器端运行利用虚拟仪器软件开发工具LabVIEW设计出煤矿主扇风机监测系统,并应用LabVIEW的远程面板技术实现了客户端对风机的远程监控。     

量子行为粒子群算法在图像恢复中的应用

遗传算法等智能搜索技术避免了图像恢复方法中存在的较多约束和计算量过大的问题,但遗传算法存在“过早收敛”现象。作为一种新的智能优化算法-量子行为粒子群优化算法,在全局收敛性和稳定性上有较好的表现。文章提出了一种基于量子行为粒子群算法的图像恢复方法,并与基于标准遗传算法的图像恢复进行了比较。仿真结果表明,该算法可使图像恢复结果和效率得以较大的改善和提高,具有推广应用价值。     

Visual FoxPro数据库在Authorware中的应用

本文介绍了VisuMF0xPr0数据库与Autllorware的连接方法,利用Aurorae系统ODBC函数对单选题库进行处理。实现了标准化测验程序的设计。此方法适用于开发试题库系统。