排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
求解TSP问题的自逃逸混合离散粒子群算法研究 总被引:3,自引:0,他引:3
通过对旅行商问题(TSP)局部最优解与个体最优解、群体最优解之间的关系分析,针对DPSO算法易早熟和收敛慢的缺点,重新定义了离散粒子群DPSO的速度、位置公式,结合生物界中物种在生存密度过大时个体会自动分散迁徙的特性和局部搜索算法(SEC)后,提出了一种新的自逃逸混合离散粒子群算法(SEHDPSO).自逃逸思想是一种确定性变异操作,能使算法中陷入局部极小区域的粒子通过自逃逸行为进行全局寻优,从而克服算法易早熟的缺陷.仿真结果表明,SEHDPSO算法比混合蚁群算法(ACS+2-OPT)具有更好的收敛性和搜索效率. 相似文献
2.
一种基于可变禁忌长度的多用户检测方法 总被引:1,自引:0,他引:1
CDMA系统的性能很大程度上受多用户干扰影响。多用户检测是抑制多用户干扰的有效方法。文中介绍一种基于可变禁忌长度的多用户检测方法。该方法以传统匹配滤波器的判决输出为初始解,采用禁忌长度可变的禁忌搜索(TS)算法,使禁忌长度与搜索空间的崎岖程度相适应,以避免搜索限入局部最优。仿真实验证明,该方法具有较好的误比特性能和抗远近效应能力,并具有多项式复杂度。 相似文献
3.
针对平静(无情感激发状态)和恐惧(有情感激发状态)这两类情感状态,采集了其心电信号数据样本,研究了有情感和没情感状态下心电信号中的情感信息。通过分析这两类情感状态下的心电信号的QT间期对RR间期的散点图、功率谱图的1/f分布以及心率变异性(HRV)信号的Poincare截面图,计算得到了这些非线性特征的关于两类情感状态的分类识别率,同时与心电信号统计特征的识别率做了对比。发现此种提取心电信号非线性特征的方法较于之前的统计特征方法,在识别有情感和没情感这两类情感状态时具有较好的识别效果。 相似文献
4.
5.
基于生理信号的二分类情感识别系统的特征选择问题其规模随着初始特征维数的增加呈指数增长,它是一个NP难问题。以系统的漏报率和虚报率为评价指标,建立性能良好的二分类情感识别系统的任务,是找到原始特征中使漏报率和虚报率最低的特征子集。将此过程抽取为一个组合优化模型,用禁忌搜索算法进行特征选择,用Fisher分类器进行分类。对66名大学生的4种离散情感(喜、怒、哀、惧)状态下采集的两种情感生理信号(皮肤电导和心率)进行特征选择和分类,发现禁忌搜索能较好地解决系统构建中的特征选择组合优化问题,并且由此构建的情感识别系统在单用户和多用户验证集上均获得了较好的泛化结果,表明构建于多用户数据集上的情感识别系统的泛化能力较强。系统在单用户数据上的验证结果也表明情感生理反应的个体差异对4种离散情感的识别具有不同程度的影响。 相似文献
6.
情感生理反应样本库的建立与数据相关性分析 总被引:3,自引:0,他引:3
文中采用高收视率电影剪辑为唤起材料,以激发高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感,记录被试观看情感唤起材料时的皮肤电导、心率、脉搏、心电、呼吸、面部肌电和额叶的两路脑电信号,获得了300名普通大学生的情感生理反应样本.用随机矩阵理论对各路信号数据进行相关性分析,发现皮肤电导、心率、心电和呼吸生理信号各自的相关矩阵最大特征值和对应特征向量的分布背离了随机矩阵理论的预测,表现出集体的两两互相关,揭示了由情感因素影响产生的相关生理反应;脉搏、面部肌电和额叶的两路脑电各自相关矩阵的特征值和特征向量没有明显背离随机矩阵理论预测,表明这4路信号各自数据之间的相关性由非情感因素的随机噪声引起,因此基于随机矩阵理论的数据分析为提取生理信号特征以研究情感的生理反应模式提供了可靠依据.研究中提取了皮肤电导和心率的110个初始特征,采用后向选择选出最能代表情感生理反应的信号特征子集,使用Fisher映射对情感生理反应样本进行分类,构造了具有较好预测性能的情感识别系统,获得了每一种情感较好区别于其他情感的生理信号特征组合. 相似文献
7.
8.
9.
序列扩频系统的性能受到多用户干扰的严格制约。多用户检测方法被证明是限制这种干扰的一种有效方法。本文提出一种自适应Tabu搜索算法,用于序列扩频系统中的多用户检测,其中引入自适应集中性和多样性搜索策略,充分发挥短禁忌周期彻底搜索局部空间的能力。仿真实验表明,这种多用户检测方法具有接近最佳检测的误比特性能和较好的抗远近效应能力,并具有多项式计算复杂度。 相似文献
10.
本文针对静态人脸识别设计了一种简单易行的协同算法,它不需要面部特征的准确配准,当系统中的模式有增减时,算法可以快速获得新的原型向量和伴随向量。此外,对注意参数的两种情况的设置使算法的识别效果较单一平衡注意参数更好。仿真实验证明,该算法具有较好的识别效果。 相似文献
1