检索结果

Select

1. 改进型蚁群算法融合混沌优化的pSPIEL算法的无线传感器布局优化

段宇君, 王耀力, 常青, 刘鑫

计算机应用 2020, 40 (3): 793-798. DOI: 10.11772/j.issn.1001-9081.2019071201

摘要（312）

PDF （747KB）（283）

针对无线传感器布局存在覆盖率低、通信成本高等问题，提出一种基于改进蚁群算法（IHACA）的融合混沌优化pSPIEL算法（IHACA-CpSPIEL）的传感器布局方法。首先，采用互信息量建立观测点与未观测点间相关性，并以图论形式对通信成本进行描述，建立具有子模性的数学模型；其次，引入混沌算子以提高pSPIEL算法局部性参数的整体搜索能力，进而找到最优分簇个数；然后，更改蚁群距离启发函数因子及信息素更新机制以跳出通信成本局部解；最后，将基于混沌优化的pSPIEL （CpSPIEL）与IHACA融合以确定出最短路径，从而实现低成本部署的目的。实验结果表明，该算法能够较好地跳出局部最优解，且通信成本比pSPIEL算法减少了6.5%~24.0%，具有更快的搜索速度。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于深度卷积长短期记忆网络的森林火灾烟雾检测模型

卫鑫, 武淑红, 王耀力

计算机应用 2019, 39 (10): 2883-2887. DOI: 10.11772/j.issn.1001-9081.2019040707

摘要（476）

PDF （774KB）（364）

针对采样的每帧烟雾特征具有极大的相似性，以及森林火灾烟雾数据集相对较小且单调等问题，为充分利用烟雾的静态与动态信息来达到预防森林火灾的目的，提出一种深度卷积集成式长短期记忆网络（DC-ILSTM）模型。首先，使用在ImageNet数据集上预训练好的VGG-16网络进行基于同构数据的特征迁移，以有效提取出烟雾特征；其次，基于池化层与长短期记忆网络（LSTM）提出一种集成式长短期记忆网络（ILSTM），并利用ILSTM分段融合烟雾特征；最后，搭建一种可训练的深度神经网络模型用于森林火灾烟雾检测。烟雾检测实验中，与深卷积长递归网络（DCLRN）相比，DC-ILSTM在最佳效率下以10帧的优势检测到烟雾，而且在测试准确率上提高了1.23个百分点。实验结果表明，DC-ILSTM在森林火灾烟雾检测中有很好的适用性。

参考文献 | 相关文章 | 多维度评价

Select

3. 回溯正则化分段正交匹配追踪算法

李燕, 王耀力

计算机应用 2016, 36 (12): 3398-3401. DOI: 10.11772/j.issn.1001-9081.2016.12.3398

摘要（787）

PDF （596KB）（472）

针对分段正交匹配追踪（StOMP）算法对信号重构效果较差的问题，提出一种回溯正则化分段正交匹配追踪（BR-StOMP）算法。首先，该算法采用正则化思想选取能量较大的原子，以减少阈值阶段候选集中的原子；然后，利用回溯对原子进行检验，并对解的支撑集中的原子重新筛选一次，同时删除对解的贡献较低的原子，提高算法的重构率；最后，对感知矩阵进行归一化处理，使算法更加简单。仿真结果表明：BR-StOMP算法与正交匹配追踪（OMP）算法相比较峰值信噪比提高8%~10%左右，运行时间减少70%~80%；与StOMP算法相比较，峰值信噪比提高19%~35%。BR-StOMP算法能够精确地恢复信号，重建效果优于OMP算法和StOMP算法。

参考文献 | 相关文章 | 多维度评价