基于改进DE的非等间距线阵综合

针对非等间距直线天线阵列的方向图综合问题,由于系统非线性较强,提出一种改进差分进化(DE)算法.改进DE算法的变异算子引入精英个体以加速收敛,精英个体的产生采用了随机化思想以保持种群多样性.此外,改进DE算法采用参数自适应策略来避免控制参数的调整.将改进DE算法应用到几个具有不同阵元间距约束的位置-相位综合实例中.综合的目标是降低旁瓣电平和控制给定方向的零陷.仿真结果表明,与经典的DE算法相比,改进DE算法具有较快的收敛速度,能够得到更好的综合结果.     

基于PSO-DE-CA的FIR滤波器设计

为优化有限脉冲响应(FIR)数字滤波器的设计,提出一种基于双种群的文化算法。种群空间分别按照粒子群优化和差分进化算法独立进化。信仰空间作为知识库,用于保存求解问题的群体经验。仿真实验结果表明,在设计FIR数字滤波器时,该算法具有较高的鲁棒性和较快的收敛速度,优化结果好于同类算法。     

基于统计方法的中文姓名识别研究

采用统计方法来识别中文姓名。该方法将中文姓名的识别过程分为姓名候选和姓名确认两个阶段。采用隐马尔可夫模型(HMM)分类器从未经切分的汉字串中候选姓名。利用人名与上下文词汇的互信息对候选人名进行最后的确认。该方法是完全数据驱动的,不需要姓名识别模板和规则。试验结果表明,该方法的召回率为82.7%,准确率为89.6%。     

基于类向量模型的中文姓名识别研究

提出了一种基于类向量模型的中文姓名识别方法.该方法通过类向量的生成来模拟人工识别姓名的过程,采用Viterbi算法对未经切分的汉字串进行类向量标注得到类向量序列,通过检查相邻类向量中类别和向量分量的变化来最终识别出人名.该方法是完全数据驱动的,不需要姓名识别的模式和规则.通过对互联网上随机抽取的1 000篇文章进行测试,结果表明,中文姓名识别召回率为82.2%,准确率为70.3%.     

应用程序访问网络的监控研究与实现

介绍TDI及TDI过滤原理,通过采用TDI过滤技术,实现了对应用程序访问网络的监控,并通过测试验证监控的有效性.