天津市自然科学基金(023800811)

作品数:17被引量:93H指数:8
导出分析报告
相关作者:常胜江申金媛张延炘李素梅熊涛更多>>
相关机构:南开大学郑州大学中国科学院拉瓦尔大学更多>>
相关期刊:《Optoelectronics Letters》《光学学报》《电子学报》《光子学报》更多>>
相关主题:神经网络支持向量机小波变换概率神经网络气体识别更多>>
相关领域:自动化与计算机技术电子电信理学机械工程更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
用支持向量机网络实现VBR视频通信量的预测被引量:2
《电子学报》2006年第2期210-213,共4页李素梅 张延炘 常胜江 
天津市自然科学基金(No.023800811);国家自然科学基金(No.60277022);博士点基金(No.20030055022);国家自然科学基金(No.60477009)
VBR(Variab le B itRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测是提高信息传输速度和提高网络带宽资源利用效率的重要手段.针对以上问题,本文提出了一种用于VBR视频通信量预测的差分输入支持向量机(S...
关键词:VBR视频通信量 支持向量机 结构风险 
基于支持向量机的肤色滤波器被引量:1
《光子学报》2006年第2期304-307,共4页李素梅 张延炘 董磊 常胜江 申金媛 
天津市自然科学基金重点项目(023800811);国家自然科学基金(60277022;60477009);博士点基金(20030055022)资助
为了探测图像中的肤色像素,提出了一种新的方法—支持向量机(SVMSupport VectorMachine)方法.它是一种基于肤色的非特定人的面部定位方法,是非接触人机交互技术和机器视觉中的一个重要内容.实验结果表明,采用支持向量机方法较传统人工...
关键词:人工神经网络 支持向量机 肤色滤波 机器视觉 
基于支持向量机的非线性荧光光谱的识别被引量:15
《光学学报》2006年第1期147-151,共5页李素梅 韩应哲 张延炘 常胜江 申金媛 
国家自然科学基金(60277022;60477009);天津市自然科学基金重点项目(023800811);天津市科技攻关培育项目(043100811);博士点基金资助项目(20030055022);南开大学科技创新基金资助项目
提出将支持向量机网络应用于含不同浓度杂质气体的非线性荧光光谱的识别。由于原始光谱数据的光谱通道数目很大,首先用小波变换去噪压缩,然后采用主成分分析方法对光谱信息进行连续两次的特征提取。在保持原光谱数据主要信息基本不变的...
关键词:光谱学 非线性荧光光谱 支持向量机 小波变换 主成分分析 
用神经网络实现VBR视频通信量的在线预测被引量:2
《电子学报》2005年第7期1163-1167,共5页苏晓星 常胜江 熊涛 郜洪云 申金媛 张延炘 
天津市自然科学基金重点项目(No.023800811);博士点基金(No.20030055022);国家自然科学基金(No.60277022;No.60477009)
VBR(VaribleBitRate)视频信号具有时变性、非线性和突发性等特点,实现该信号通信量的高精度预测难度较大.针对以上问题,本文提出了一种用于VBR视频通信量预测的自适应神经网络模型,网络训练采用离线与在线相结合的方式,同时通过删除不...
关键词:视频通信 时延神经网络 广义卡尔曼滤波 递归最小方差 
Applying Hopfield neural networkto QoSroutingin communication network
《Optoelectronics Letters》2005年第3期217-220,共4页HOU Jian SHEN Jin-yuan CHANG Sheng-jiang ZHANG Yan-xin 
This workis supported by National Natural Science Foundationof China ( No.60277022) ;Outstanding Youth Foundation ofHenan Province , Natural Science Foundation of Tianjin( No.023800811) ;the Research Fund for the Doctoral Program ofHigher education(No.20030055022) ;The Project-sponsored bySRFfor ROCS,SEM.
The main goal of routing solutions is to satisfy the requirements of the Quality of Service (QoS) for every admitted connection as well as to achieve a global efficiency in resource utilization.In this paper proposes ...
关键词:通信网络 神经网络 邮件路由 网络安全 服务质量 
大气杂质气体神经网络识别的推广性研究被引量:12
《光电子.激光》2005年第6期710-713,共4页韩应哲 李素梅 张延炘 常胜江 申金媛 
国家自然科学基金资助项目(60277022;60477009);天津市自然科学基金重点资助项目(023800811);博士点基金资助项目(20030055022);南开大学科技创新基金
采用支持向量机(SVM)方法对小波变换压缩后的非线性荧光光谱数据进行识别,对学习样本和未学习过的样本进行测试,其正确识别率均为100%。为了全面比较推广性能的好坏,建立了一个模拟实际监测数据的模型,并采用这些数据对提出的SVM网络与...
关键词:网络识别 支持向量机(SVM) 气体 杂质 大气 概率神经网络 推广能力 光谱数据 小波变换 学习样本 推广性能 监测数据 比较研究 仿真结果 容错性能 非线性 识别率 实验室 PNN 
基于最佳小波变换和神经网络的气体非线性荧光光谱的识别被引量:9
《光电子.激光》2005年第6期718-721,共4页韩应哲 张延炘 常胜江 申金媛 
国家自然科学基金资助项目(60277022;60477009);天津市自然科学基金重点资助项目(023800811);博士点基金资助项目(20030055022);南开大学科技创新基金资助项目
将小波变换和神经网络相结合用于非线性荧光光谱的识别,针对非线性荧光光谱的特点,提出了选择最佳小波函数和分解层数的方法,处理后的光谱在保留光谱特征的基础上,大大压缩了数据维数;采用概率神经网络(PNN),对3种污染气体的非线性荧光...
关键词:非线性荧光光谱 小波变换 最佳 概率神经网络 小波函数 光谱特征 污染气体 小波压缩 原始数据 气体识别 和分解 维数 
一种高速通信网络中多限制路由选择的新方法被引量:3
《光电子.激光》2005年第5期575-578,共4页申金媛 王立 常胜江 张延炘 
国家自然科学基金资助项目(60277022);天津市自然科学基金重点资助项目(023800811);河南省杰出青年基金资助
对Hopfield神经网络(HNN)模型提出了一个新的能量函数,用以解决多限制路由(MCP)问题。提出利用寻找一个函数的最小问题代替多个约束限制条件,避免了多个限制条件中需要仔细选择多个参数的困难。对6节点和20 节点的计算机模拟表明,采用...
关键词:路由选择 高速通信网络 HOPFIELD神经网络 限制 能量函数 计算机模拟 收敛速率 硬件实现 HNN 制条 节点 
基于Hopfield神经网络的信元调度多重输入队列ATM交换结构及算法被引量:9
《物理学报》2005年第5期2435-2440,共6页熊涛 张便利 常胜江 申金媛 张延忻 
天津市自然科学基金 (批准号 :0 2 3 80 0 811) ;国家自然科学基金 (批准号 :60 2 770 2 2 ;60 4770 0 9) ;教育部博士点基金 (批准号 :2 0 0 3 0 0 5 5 0 2 2 ) ;天津市科技攻关培育项目 (批准号 :0 43 10 0 811);南开大学科技创新基金资助的课题 .~~
提出了一种基于Hopfield神经网络 (HNN)信元调度的多重输入队列ATM交换结构 (ASF) ,消除了队头 (HOL)阻塞造成的性能恶化 .计算机仿真结果显示 ,与单先入先出 (FIFO)队列和开窗输入缓冲ASF相比 ,该方案大大提高了吞吐率并减少了信元时延 .
关键词:HOPFIELD神经网络 信元调度 多重输入队列 ATM交换结构 光纤通信 
用于可变比特率视频通信量预测的自适应训练及删剪算法被引量:3
《物理学报》2005年第4期1931-1936,共6页熊涛 常胜江 申金媛 张延炘 
天津市自然科学基金重点项目 (批准号 :0 2 3 80 0 811);国家自然科学基金 (批准号 :60 2 770 2 2 ;60 4770 0 9);教育部博士点基金 (批准号 :2 0 0 3 0 0 5 5 0 2 2 );南开大学科技创新基金资助的课题~~
提出一种自适应神经网络模型对可变比特率视频通信量进行非线性自适应预测 ,并采用基于递归最小方差的自适应学习及删剪算法对抽头延迟神经网络进行训练和结构优化 .仿真实验表明 ,该模型能够实现对复杂视频通信量序列的高精度预测 ,满...
关键词:视频通信量预测 神经网络 递归最小方差 删剪算法 自适应学习 
检索报告 对象比较 聚类工具 使用帮助 返回顶部