赵嘉
- 作品数：122 被引量：291H指数：9
- 供职机构：南昌工程学院信息工程学院更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术文化科学水利工程理学更多>>
- 一种基于TDLAS的多气体浓度参数检测系统
- 本发明提供了一种基于TDLAS的多气体浓度参数检测系统，属于气体检测技术领域，包括：分时信号发生器；驱动电路，其输入端与分时信号发生器的输出端连接；开关阵列1，包括多个第一开关，第一开关的输入端与驱动电路的输出端连接；气...
- 刘宝宏钱立峰赵嘉饶伟陈斌戴路尧
- 试题库组卷与考试系统的设计被引量：10
- 2006年
- 本文介绍了试题库组卷系统和考试系统的框架和其组卷功能、试卷管理、学生学习、学生考试等功能模块。同时并利用ASP等技术实现了该系统的若干个核心功能。该系统对出题人员和考试人员都有一定的帮助。
- 吕莉赵嘉
- 关键词：组卷试题库ASP考试
- 自适应子空间高斯学习的粒子群优化算法被引量：7
- 2015年
- 为了克服粒子群优化算法在复杂优化问题上易出现早熟收敛、多样性缺失等问题,提出了自适应子空间高斯学习的粒子群优化算法。该方法提出了适应值离散度和子空间高斯学习的概念,以自适应地调整参数和搜索策略,帮助粒子逃离局部最优。同时,该方法还提出邻域学习策略,引入了邻域最优粒子。当前粒子的邻域在进化过程中通过动态构建,以增强种群的多样性。实验对19个常用的经典基准测试函数在30和100维进行了测试,结果表明该算法在收敛速度和寻优精度上优于一些知名的PSO算法。最后,将改进的算法应用于无线传感器网络覆盖优化问题,获得了较好的结果。
- 孙辉朱德刚王晖赵嘉
- 关键词：粒子群优化算法子空间无线传感器网络
- 一种基于大数据的数据处理终端及其处理系统
- 本发明公开了一种基于大数据的数据处理终端及其处理系统，使用数据划分器根据服务器在当前时间段所接收的数据的全部类别设置若干个数据处理通道，每一个数据处理通道分别对应一个类别的数据；数据统计器分别统计每一个类型所对应的全部数...
- 赵嘉韩龙哲刘宝宏谭德坤侯家振
- 广义中心混合蛙跳算法被引量：2
- 2015年
- 为解决标准混合蛙跳算法族群之间信息共享能力差的问题,加强族群内蛙的学习能力,利用各族群最优蛙位置的平均中心,构造一个与各族群最优蛙都有关联的虚拟广义中心蛙,提出广义中心混合蛙跳算法。该算法在进化过程中,首先蛙群最优蛙在原有位置及广义中心蛙的位置上进行"贪婪"选择,选择最好位置作为新的族群最优蛙位置;其次将广义中心蛙的优势运用于蛙跳规则中,在标准混合蛙跳算法的蛙跳规则中加入族群最差蛙向广义中心蛙学习的能力。将本文算法与不同维度下的标准混合蛙跳算法及新近提出的知名群智能算法进行比较,实验结果表明,本文算法在解的精度、收敛速度及解的稳定性等方面具有更优的性能。
- 赵嘉吕莉樊棠怀
- 关键词：蛙跳算法混合蛙跳算法群智能算法
- 基于特征加权混合隶属度的模糊孪生支持向量机
- 2024年
- 模糊孪生支持向量机(FTSVM)忽略了不同特征间的差异,导致核函数或距离的计算无法准确反映样本间的相似性,使FTSVM在处理含有大量不相关或弱相关特征的高维数据分类时,难以达到良好分类效果;且隶属度的设计未有效区分离群点或噪声。针对以上问题,提出了一种基于特征加权混合隶属度的FM-FTSVM。首先计算每个特征的信息增益,并依据信息增益值的大小为特征赋予权重,降低不相关或弱相关特征的作用,使其能更好地应用于高维数据分类;然后,为每一类样本构造一个最小包围球计算基于紧密度的特征加权隶属度,并结合基于距离的特征加权隶属度得到特征加权混合隶属度,综合考虑样本点到类中心的特征加权欧式距离和样本间的紧密程度,可更好识别离群点或噪声数据;最后,融合特征加权核函数,降低不相关特征对核函数或距离计算产生的影响。与对比算法在人工数据集、高维数据集和UCI数据集上进行比较,发现本文提出的方法在区分离群点、噪声和有效样本上有明显优势,且在高维数据集上可获得更好分类效果。
- 吕思雨赵嘉吴烈阳张翼英韩龙哲
- 关键词：特征加权信息增益高维数据
- 一种基于模型和领域知识驱动的信息处理系统
- 本发明公开了数据挖掘与处理技术领域的一种基于模型和领域知识驱动的信息处理系统，包括用户管理模块、数据预处理模块、数据特征分析模块、分类聚类模块、数据挖掘模块领域知识库以及评价输出模块；所述用户管理模块提供用户下发信息处理...
- 李连国徐梦溪樊棠怀吕莉赵嘉樊飞燕刘宝宏包学才姚占峰
- 文献传递
- 面向密度分布不均数据的近邻优化密度峰值聚类算法
- 2024年
- 密度分布不均数据是指类簇间样本分布疏密程度不同的数据.密度峰值聚类(DPC)算法在处理密度分布不均数据时,倾向于在密度较高区域内找到类簇中心,并易将稀疏类簇的样本分配给密集类簇.为避免上述缺陷,提出一种面向密度分布不均数据的近邻优化密度峰值聚类(DPC-NNO)算法. DPC-NNO算法结合逆近邻和k近邻定义新的局部密度,提高稀疏样本的局部密度,使算法能更准确地找到类簇中心;定义分配策略时引入共享近邻,计算样本间相似性,构造相似矩阵,使同一类簇样本联系更紧密,避免错误分配样本.将所提出的DPC-NNO算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比,实验结果表明, DPC-NNO算法在处理密度分布不均数据时能获得优异的聚类效果,对于复杂数据集和UCI数据集, DPC-NNO算法的综合性能优于对比算法.
- 陈蔚昌赵嘉肖人彬王晖崔志华
- 关键词：聚类分析
- 一种实时控制网络中的海量数据处理系统
- 本发明公开了一种实时控制网络中的海量数据处理系统，涉及数据处理领域，其技术方案包括处理主机，处理主机的内部包括中央处理模块、获取系统、数据屏蔽系统、云端存储模块和调控系统，中央处理模块与获取系统之间通信连接，获取系统的内...
- 赵嘉韩龙哲张翼英武延年何业慎刘柱刘宝宏
- 一种基于最大最小策略和非均匀变异的萤火虫算法被引量：3
- 2022年
- 针对多目标萤火虫算法勘探能力弱、求解精度差的问题,本文提出了一种基于最大最小策略和非均匀变异的萤火虫算法(HVFA-M)。该算法首先引入Maximin策略,实现对外部档案的动态调整和对精英解的随机选择;其次,精英解结合当前最好解共同引导萤火虫进行全局搜索以扩大算法的搜索范围,提高算法的勘探能力,从而增加找寻全局最优解的概率;最后,在算法全面勘探的基础上,添加非均匀变异算子使得算法融合局部搜索的思想引导种群进行局部开采,进一步增强算法的寻优能力。将HVFA-M与经典及新近多目标进化算法进行比较,实验结果表明:HVFA-M能有效提升算法的勘探能力,在解的收敛性和多样性也表现出良好的性能。
- 赵嘉陈丹丹肖人彬樊棠怀
- 关键词：萤火虫算法多目标优化PARETO最优勘探收敛性
