检索结果

Select

1. 基于遗传算法的模糊迭代学习控制算法

郝晓弘金亚蓉马宇李恒杰

计算机应用 2013, 33 (04): 960-963. DOI: 10.3724/SP.J.1087.2013.00960

摘要（915）

PDF （551KB）（748）

为了提高被控系统的控制精度及加快迭代域内的收敛速度，提出一种基于遗传算法的模糊PD型迭代学习控制算法。该算法通过模糊TSK模型设计迭代学习控制器，TSK模型中THEN部分的未知参数由遗传算法离线计算确定，进而产生合理的迭代学习律。针对被控系统，设计相应的迭代学习控制算法进行仿真分析，并与传统PD型迭代学习控制算法、模糊PID迭代学习控制算法相比较，进而将该算法用于双关节机械手进行仿真研究，仿真结果表明该算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于BP神经网络的迭代学习初始控制策略研究

郝晓弘段晓燕李恒杰

计算机应用

摘要（1620）

PDF （711KB）（16938）

针对传统迭代学习控制(ILC)在面临新的环境或控制任务时学习时间长、收敛速度慢的问题，提出基于BP神经网络的迭代学习初始控制策略。通过BP神经网络拟和经验数据，对以往控制经验加以充分利用，避免了对初始控制输入量的盲目选择。仿真验证了方法的可行性和有效性。

相关文章 | 多维度评价

Select

3. 基于RS_Adaboost的入侵检测方法

李恒杰

计算机应用

摘要（1755）

PDF （680KB）（822）

针对入侵检测系统存在的对入侵事件高漏报率和误报率，提出了一种将粗糙集(RS)方法与自适应增强(Adaboost)算法相结合的入侵检测方法。利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势，减少Adaboost训练数据，提高处理速度。Adaboost是一种构建准确分类器的学习算法，它将一族弱学习算法通过一定规则结合成为一个强学习算法，从而通过样本训练得到一个识别准确率理想的分类器。实验表明，该方法具有较高的检测率和检测效率。

相关文章 | 多维度评价

Select

4. 多子系统似然度评分融合说话人识别

李恒杰

计算机应用

摘要（1850）

PDF （618KB）（1069）

针对短电话语音条件下文本无关说话人识别问题中语音数据不充分和电话信道失配问题，提出了一种基于话者聚类的多子系统输出似然度评分融合策略。采用KLD和GLR测度下的模型相似度聚类方法对目标话者聚类，并在每个话者类内构建由MFCC、LPCC和SSFE三个不同类型特征参数子系统组成的输出似然度评分融合系统，通过不同参数子系统的互补，即MFCC和LPCC参数的识别准确性结合SSFE的良好鲁棒性，以及不同话者类采用不同的输出似然度评分融合网络，提高了系统的整体性能。使用NIST SRE 05数据作为评估数据,实验结果表明，与传统的不分类多系统输出似然度评分融合相比，采用KLD和GLR测度的话者聚类融合策略使系统等误识率分别下降了10.3%和8.7%。

相关文章 | 多维度评价

Select

5. Online SVM在实时入侵检测中的应用研究

李恒杰

计算机应用

摘要（2091）

PDF （824KB）（1114）

Online支持向量机作为一种新的分类方法可以在异常入侵检测中提供良好的分类效果。根据Online算法对传统支持向量机、Robust支持向量机和One-class支持向量机进行改进，将改进后的算法与原始算法进行比较，然后使用1999 DARPA数据作为评估数据。通过实验和比较发现，改进后的支持向量机可以实现在线训练，而且使用更少的支持向量，训练时间也有效缩短，在噪声数据存在的情况下检测正确率和虚警率比未改进前有一定程度的提升。

相关文章 | 多维度评价