续婷
- 作品数：20 被引量：40H指数：4
- 供职机构：中北大学更多>>
- 发文基金：国家自然科学基金山西省回国留学人员科研经费资助项目山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学电子电信机械工程更多>>
- BA无标度网络中的SIR模型被引量：5
- 2011年
- 网络化是现代世界的一个重要特征,不仅包括互联网,还包括航空网,人际关系网,而它们都是很典型的无标度网络.在BA无标度网中,结合经典的SIR模型,建立了新的SIR模型,并对模型进行了研究,得到了BA无标度网络对传染病与计算机病毒传播具有脆弱性的结论.
- 续婷朱烽
- 关键词：SIR模型复杂网络
- 一类改进的人工蜂群算法被引量：1
- 2017年
- 对2005年Karaboga提出的模仿蜜蜂觅食行为的人工蜂群算法进行了研究,将粒子群算法中的惯性权重引入到人工蜂群算法中,提出了带惯性权重的改进的人工蜂群算法(Improved artificial bee colony algorithm with inertia weight,ABCIW)的方法.将ABCIW算法应用于求解基准函数的最小值问题,进而应用于优化BP神经网络的参数,对中国手足口病发病人数进行预测.与基本人工蜂群算法、快速人工蜂群算法和带记忆的人工蜂群算法相比较,ABCIW算法更适合解决函数的优化问题.对中国手足口病发病人数的预测说明了ABCIW算法具有较好的预测结果和较高的稳定性.
- 胡红萍崔霞霞续婷白艳萍
- 关键词：人工蜂群算法基准函数手足口病
- 基于SSA-PSO-GSA-SVR的全球新冠肺炎疫情分析及预测被引量：1
- 2022年
- 考虑到新冠病毒传播特点,本文提出了一种基于奇异谱分析(SSA)的万有引力搜索和粒子群联合算法(PSO-GSA)优化的支持向量回归(SVR)预测模型.首先,采用SSA算法对全球各个区域(非洲区域、美洲区域、东南亚区域、欧洲区域、东地中海区域、西太平洋区域)每周新增确诊及死亡病例的实时监测数据进行降噪处理,基于重构序列建立SVR模型;其次,分别引入PSO和GSA算法优化SVR模型的参数,建立更为精准的预测模型(PSO-SVR和GSA-SVR);最后结合两种算法的优点,构建了一种PSO-GSA联合算法,建立了SSA-PSO-GSA-SVR预测模型,并将以上模型应用于全球新冠肺炎疫情趋势预测.实验结果显示:对比其他文献中提出的PSO-SVR和GSA-SVR预测模型,基于SSA-PSO-GSA-SVR预测模型的预测评价指标MAPE的值最低,预测效果最优,表明该模型可以为COVID-19发展趋势提供科学依据.
- 成云云白艳萍续婷谭秀辉程蓉
- 关键词：奇异谱分析粒子群算法支持向量回归
- 无标度网络中的SIS模型的计算机模拟被引量：2
- 2014年
- 经研究,现实的人际网络与无标度网络是很相似的,而传统的SIS模型是建立在均匀网络上的,已经不能满足现在情况.由于无标度网络的复杂性,建立新的模型是非常困难的,所以本文利用计算机模拟的方式来研究无标度网络中的SIS模型.得到了在无标度网络下,传染病传播是很容易的结论.
- 续婷朱烽
- 关键词：SIS模型无标度网络计算机模拟
- 基于多特征融合与Fisher准则的遥感场景图像分类
- 2023年
- 提出一种基于多特征融合的Fisher准则分类方法,将提取到的卷积神经网络特征、图像纹理的局部二值模式、方向梯度直方图特征及颜色特征、颜色矩进行有效融合,使其在高维空间上线性可分,利用线性分类器Fisher对特征模型的参数进行微调获得分类结果.将该模型应用于数据集UCM进行测试,与其他分类方法相比,准确率均有所提升;与深度卷积网络GoogLeNet相比准确率提升1.5%.为保证该模型的泛用性,于AID数据集上进行进一步实验,结果验证了该模型的有效性.
- 高翔侯宇超程蓉续婷王李祺白艳萍
- 关键词：多特征融合FISHER准则图像分类
- 基于群智能算法与机器学习的预测与分类研究
- 随着现代科技的飞速发展，人工智能已被广泛应用于人们生活中的方方面面。作为人工智能核心技术的机器学习在各个领域都迎来了新的挑战，如何提高机器学习在新环境新问题中对数据的分析与应用效率，已经成为了全球学者关注的热点问题。 ...
- 续婷
- 关键词：群智能空气质量预测
- 文献传递
- 基于多特征融合与支持向量机的混合细骨料分类识别方法
- 本发明是基于多特征融合与支持向量机的混合细骨料分类识别方法，涉及建筑垃圾资源化处理领域；具体为对再生混合细骨料图像处理成正方形图像，随机分成训练集和测试集；分别对训练集和测试集的图像分离重构出R、G、B三个通道，使用CN...
- 白艳萍续婷谭秀辉程蓉李建军侯宇超张成张莉
- 文献传递
- 基于非扩张映射及SOM进行特征选择的DOA估计
- 2023年
- 为进一步研究窄带水声信号特征与波达方向(DOA)的映射关系,在基于三层自组织神经网络映射对声信号特征向量进行拓扑排序的基础上,提出了结合区域Lipschitzs系数及局部Lipschitzs系数进行改进的DOA估计模型。该方法通过对信号特征与波达角所形成的映射进行非扩张映射检验,即对区域李普希兹系数进行讨论并对映射的优劣进行评判,以自组织神经网络为训练器,依据特征层拓扑排序并结合局部Lipschitzs系数构建基于1-邻域的综合DOA估计法则,从而改进了DOA估计系统。仿真实验结果显示该方法所选择特征用于对DOA的估计效果更优,平均误差、方差均在10-2以内;在信噪比(SNR)从20 dB下降到2 dB的情况下,对照其他常用DOA估计算法,估计结果同时显示出良好的鲁棒性。
- 谭秀辉白艳萍王鹏胡红萍程蓉续婷
- 关键词：波达方向估计非扩张映射
- 基于多特征与卷积神经网络的SAR图像分类方法被引量：2
- 2020年
- 针对合成孔径雷达图像的分类优化方法,提出一种基于多特征与卷积神经网络的SAR图像分类方法Canny-WTD-CNN.将Canny算子提取的边缘特征,与小波阈值去噪法提取的小波特征进行自适应融合,作为卷积神经网络的输入;以softmax为分类器,对SAR图像进行分类识别检测.最后利用MSTAR公开数据集的三类目标数据进行试验,并给出该方法与其他方法结果的对比,表明该方法的有效性,识别率达到99.14%.
- 王永乐续婷杜敦伟白艳萍
- 关键词：SAR图像卷积神经网络小波变换图像分类
- 基于机器学习的微传感器信息处理与模式识别研究
- 白艳萍王鹏谭秀辉程蓉胡红萍续婷史娜
- 该项目利用统计学习与机器学习等方法，针对MEMS传感器信息融合与处理技术和模式识别进行研究，属于数理科学在信息、仪器科学等学科中的交叉问题。针对微悬臂梁力学特性、多传感器的数据融合、MEMS水听器信号处理、超声信号缺陷分...
- 关键词：
- 关键词：微传感器信息处理技术
