河南省基础与前沿技术研究计划项目(2003520261)

作品数:7被引量:24H指数:2
导出分析报告
相关作者:张德贤姬耀锋张德贤艾英山党培更多>>
相关机构:河南工业大学郑州工程学院河南工程学院郑州职业技术学院更多>>
相关期刊:《计算机工程与设计》《计算机与数字工程》《计算机工程与应用》《微电子学与计算机》更多>>
相关主题:车间作业调度问题面部特征提取人脸自动识别人脸识别方法车间调度问题更多>>
相关领域:自动化与计算机技术轻工技术与工程经济管理更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-7
视图:
排序:
基于蚁群算法的车间作业调度问题研究被引量:6
《计算机与数字工程》2011年第1期4-6,52,共4页姬耀锋 党培 郭小波 
河南省教育厅基础研究项目(编号:2003520261)资助
对基于蚁群算法的车间作业调度问题求解进行了研究,在分析了传统蚁群算法求解车间作业调度问题容易出现早熟、收敛于局部最优解以及搜索速度慢的缺陷,提出了一种改进的混合蚁群算法。该方法在信息素更新规则上利用信息素局部更新策略和...
关键词:车间作业调度问题 蚁群算法 局部更新 全局更新 
多分类光滑支持向量机及Gabor滤波应用研究
《微电子学与计算机》2007年第12期85-88,91,共5页范艳峰 张德贤 何华灿 张红梅 
国家粮食丰产科技工程项目(2004BA520A);河南省教育厅基础研究项目(2003520261)
在传统SVM的分类求解算法中,严格凸的无约束最优化问题中单变量函数x+是不可微的。将原来不可微的模型变为可微的模型,可以使用通常的最优化的算法进行求解。Gabor滤波器采用不同方向、不同尺度,对烘焙面包切片区域灰度图像直接进行小...
关键词:GABOR滤波器 光滑支持向量机 多分类 烘焙面包 纹理特征 
约束满足自适应神经网络求解车间调度问题被引量:2
《计算机与数字工程》2006年第9期22-24,51,共4页姬耀锋 张德贤 
河南省教育厅基础研究项目(编号2003520261)资助;河南省自然科学基金项目(编号994060500)资助
提出一种基于约束满足的自适应神经网络方法求解车间作业调度问题。在该算法中,神经网络在运行过程中能够根据问题的约束类型、约束满足情况、启发式规则的选择来自适应调节神经元之间的连接权值,从而求得问题的可行解。仿真实验证明了...
关键词:约束满足自适应神经网络 车间作业调度问题 强约束 弱约束 
人脸识别方法的综述与展望被引量:12
《计算机与数字工程》2005年第10期24-27,共4页艾英山 张德贤 
河南省教育厅基础研究项目资助(编号2003520261);河南省自然科学基金项目资助(编号994060500)
综述了人脸识别理论的概念和研究现状,讨论了其中的关键技术和难点以及应用和发展前景,最后对人脸识别研究中的有关问题提出了我们的看法。
关键词:人脸自动识别 面部特征提取 
面向对象的无损检测工艺设计专家系统被引量:2
《计算机工程与设计》2005年第4期930-931,943,共3页杨宝军 张德贤 
河南省教育厅基础研究基金项目(2003520261);河南省自然科学基金项目(994060500)
无损检测工艺确定在压力容器制造中占有重要地位,基于面向对象技术建立X射线、超声波、磁粉、渗透等检测技术的综合无损检测工艺专家系统,系统由主控模块、规范设计模块、监测管理模块以及知识库等组成。开发结果表明,采用面向对象技术...
关键词:面向对象 无损检测 专家系统 压力容器 
基于输出层权值解析修正的神经网络有效训练被引量:2
《计算机工程与应用》2005年第4期82-84,140,共4页张德贤 
河南省教育厅基础研究项目资助(编号:2003520261);河南省自然科学基金项目资助(编号:994060500)
根据神经网络训练误差对权值的梯度特征分析,提出了网络输出层权值与网络隐含层权值轮换修正的思想,并基于网络输出层权值与网络隐含层权值之间的依赖关系,建立了网络输出层权值解析修正和隐含层权值修正的具体方法,所提出的方法通过提...
关键词:神经网络 解析修正 轮换修正 推广性 
基于移动Agent的虚拟粮油交易市场交易模型
《郑州工程学院学报》2004年第4期51-54,共4页肖乐 张德贤 
河南省教育厅基础研究项目(2003520261);河南省自然科学基金项目(994060500)
虚拟粮油交易是降低粮油交易成本和提高交易效率的重要途径,已成为目前粮油交易的主要发展方向.虚拟粮油交易的有效性取决于合理的粮油交易模型,本文旨在结合粮油交易的具体要求和移动Agent的特点,提出基于移动Agent的粮油交易模型,该...
关键词:交易模型 粮油 交易市场 交易效率 交易成本 有效性 AHP层次分析法 改进 虚拟 降低 
检索报告 对象比较 聚类工具 使用帮助 返回顶部