带有梯度加速粒子群算法的盲源分离

研究盲源信号分离算法,针对基于标准粒子群独立分量分析算法的盲源分离存在收敛速度慢、易于陷入局部最优值的问题,提出了一种带有梯度加速粒子群的盲源分离算法.以分离信号的峰度值为目标函数,通过引入梯度信息来影响粒子速度的更新.减小陷入局优的可能性, 当群体最优信息陷入停滞时, 对群体进行部分初始化来保持群体的活性.仿真结果说明,梯度信息的加入使粒子的移动更有针对性,移动更有效率,不仅进一步提高PSO算法的收敛速度,而且使改进的粒子群算法在全局收敛性、稳定性和准确性等方面更有效.     

基于轻量级图卷积的人体骨架动作识别方法

视频中的人体动作识别在计算机视觉领域得到广泛关注,基于人体骨架的动作识别方法可以明确地表现人体动作,因此已逐渐成为该领域的重要研究方向之一。针对多数主流人体动作识别方法网络参数量大、计算复杂度高等问题,设计一种融合多流数据的轻量级图卷积网络,并将其应用于人体骨架动作识别任务。在数据预处理阶段,利用多流数据融合方法对4种特征数据流进行融合,通过一次训练就可得到最优结果,从而降低网络参数量。设计基于图卷积网络的非局部网络模块,以捕获图像的全局信息从而提高动作识别准确率。在此基础上,设计空间Ghost图卷积模块和时间Ghost图卷积模块,从网络结构上进一步降低网络参数量。在动作识别数据集NTU60 RGB+D和NTU120 RGB+D上进行实验,结果表明,与近年主流动作识别方法ST-GCN、2s AS-GCN、2s AGCN等相比,基于该轻量级图卷积网络的人体骨架动作识别方法在保持较低网络参数量的情况下能够取得较高的识别准确率。     

热熔挤出过程药物在聚己内酯中的分散形态及对药物释放行为的影响

以聚己内酯(PCL)为基体、2种难溶性药物布洛芬(BF)和双氯芬酸钠(DS)为模型药物,采用热熔挤出(HME)技术制备了2种载药体系;通过差示扫描量热法、X射线衍射和扫描电镜等表征了药物在PCL基体中的分散形态,探讨了药物分散形态对其释放行为的影响。结果表明,低熔点的药物BF以无定形态均匀分散于PCL中;而高熔点的药物DS仍以结晶形态分散于PCL中(药物颗粒直径约0.5μm)。在原药溶解度相差不大的情况下,由于在挤出过程2种药物的分散形态不同,挤出产物中BF的释放速率明显快于DS。     

基于FitNesse的验收测试驱动开发

软件开发过程需要开发团队与用户间交流、协作,FitNesse是一个基于集成测试框架(FIT)的测试环境,是用于增强交流和协作的工具.借鉴极限编程思想,针对当前软件开发过程存在的缺陷(缺乏与用户间的交流和协作机制),介绍一种解决方案:基于FitNesse的验收测试驱动开发(ATDD)技术.应用该技术有助于用户、需求工程师、开发人员及测试人员间的协同工作,从而大大提高用户满意度并改善软件开发效率.     

复杂网络中社团结构划分的快速分裂算法*

针对已有分裂算法时间复杂度较高,不适用于社团数目未知的大型网络等问题,借鉴电压谱分割算法和GN算法的思想,提出以扩散距离为分割依据,以模块度函数为社团结构划分满意度的快速分裂算法.实验结果表明,与已有的社团结构划分算法相比,基于扩散距离的快速分裂算法能够得到高质量的社团结构,其时间复杂度较低,不仅对稀疏网络能够快速运算...     

网络流媒体在移动环境下的应用探讨

在给出传统流媒体体系结构图的基础上,分析了移动流媒体与其不同的技术原理。然后提出了当前发展移动流媒体存在的技术上的局限性主要是由于计算机网络技术和无线通信技术的发展滞后造成的,接着探讨了为解决这些问题而应采取的几种策略。为进一步研究开发移动流媒体技术并实现移动流媒体技术的广泛应用提供了一些有益的思路。     

信度网近似推理算法（下）

2 仿真方法基于信度网的精确推理算法通过利用各节点之间的条件独立性来加快推理计算,前面介绍的基于搜索的方法则不仅利用节点间的条件独立性而且利用概率分布的一些特性进行近似计算,但是在很复杂的问题领域要想通过分析条件独立性和利用概率分布的特征来加速推理计算往往不太现实。基于仿真的方法则另     

朴素贝叶斯应用于自动化测试用例生成

提出使用朴素贝叶斯作为核心算法来产生自动化测试用例的方法,将分类的思想引入到自动化测试用例的生成中.通过实验验证此生成测试用例方法的可行性.     

网络自然密度社团结构模块度函数

针对常用的NG模块度存在分辨率限制,不能识别小于一定规模的社团的问题,提出了网络自然密度的定义,用以衡量网络的连接紧密程度,在此基础上构造了密度模块度函数来评估社团结构的划分;进一步分3种情况证明了密度模块度函数,克服了NG模块度函数的分辨率限制问题;最后通过人工网络和经典现实网络验证了密度模块度函数的有效性。     

Keccak算法非线性变换x的分析

x是keccak算法中唯一的非线性部件,本文研究了x变换的主要密码学性质,指出了x的非线性度为8,差分均匀度为8,代数次数为2,满足平衡性,可逆。计算出了x的逆变换的表达式,并分析了其密码学性质。基于x变换的设计思想,我们试图找到新的方法来构造分组密码中的S盒。