杨俊安
- 作品数：143 被引量：754H指数：12
- 供职机构：安徽省电子制约技术重点实验室更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金国家高技术研究发展计划更多>>
- 相关领域：电子电信自动化与计算机技术理学一般工业技术更多>>
- 基于量子遗传算法的盲源分离算法研究被引量：34
- 2003年
- 在改进遗传量子算法的基础上 ,提出了一种新的量子遗传算法并从理论上证明了算法的全局收剑性 .提出了基于量子遗传算法与独立分量分析算法相结合的盲源分离新算法 .仿真结果表明
- 杨俊安李斌庄镇泉钟子发
- 关键词：量子计算遗传算法量子遗传算法独立分量分析盲源分离
- 未知拓扑无线自组网络多节点干扰决策算法被引量：4
- 2018年
- 为满足战场环境下无线自组网络通信拒止的干扰需求,提出了一种未知拓扑无线自组网络多节点干扰决策算法(CUCB)。首先,根据战场无线自组网络结构特点构建泊松点过程(PPP)网络模型,并利用其模拟网络中数据流传输过程;其次,随机对PPP网络中多个节点进行干扰,通过监听确认帧信息或侦察节点活跃度判断阻断网络流数,根据干扰结果构造节点相关性矩阵;最后,利用强化学习与环境实时交互的特点,在干扰过程中不断更新节点相关性矩阵并将其用于后续节点选择。所提算法无需获悉目标网络拓扑结构、节点重要性等先验信息,仅以阻断网络流数目或节点活跃性作为奖赏标准,适用网络类型更为广泛。仿真结果表明,对不同参数下的无线自组网络进行干扰,所提算法在鲁棒性方面优于现有算法,在累积阻断网络流数量方面比联合利用探索算法提高了27.1%。
- 颛孙少帅杨俊安杨俊安刘辉
- 关键词：无线自组网拓扑网络
- 基于霍夫直线检测的稀疏盲分离
- 2009年
- 提出了基于霍夫变换直线检测的稀疏盲分离算法,直接利用信号数据,提取其在空间分布的直线方向,消除了初始化的随机性,降低了对信号稀疏度的要求,精确地估计出了混合矩阵,从而达到分离出源信号的目的。给出仿真结果,验证了算法的有效性。
- 黄文静杨俊安陈凯
- 关键词：欠定稀疏分量分析霍夫变换
- 基于非零均值比的RS码盲识别方法被引量：1
- 2019年
- 针对现有的RS码盲识别方法抗误码性能不佳的问题,提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2m)码元来构建分析矩阵,利用有限域的高斯约当算法获得分析矩阵的非零均值比,并以此来识别码长、符号数和本原多项式,最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明,本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数,抗误码性能较好,并给出了识别性能与信息位长与码长的关系:随着码长和信息位长的增加,识别性能逐渐下降。
- 龙浪杨俊安杨俊安刘辉
- 关键词：RS码有限域盲识别
- 回声状态网络混沌跳频码预测方法
- 2015年
- 针对现有跳频码预测方法存在的缺乏记忆能力、运算量大、训练过程复杂等问题,提出了基于回声状态网络的混沌跳频码预测方法。该方法在跳频码相空间重构的基础上,利用回声状态网络内部动态储备池的循环记忆功能,通过调整各权值矩阵的数值大小达到记忆数据的目的,解决了跳频码预测的问题。仿真实验表明该方法对Logistic-Kent映射、Lorenz系统和Mackey-Glass系统三种混沌跳频码都有较好的预测效果,并与其他方法的实验结果进行了比较,证明回声状态网络在混沌跳频码预测方面的可行性及优越性。
- 吕季杰杨俊安桂云川
- 关键词：回声状态网络混沌跳频码
- 基于独立分量分析和遗传算法的图象分离方法研究与实现被引量：5
- 2003年
- 在深入分析独立分量分析技术的基础上 ,针对常规数值求解方法容易陷入局部最优解的问题 ,提出了一种基于遗传算法和独立分量分析相结合的盲源分离新算法 .通过对图象信号分离仿真试验表明 ,采用最佳保留机制和移民方式的动态补充子代个体操作 ,在一定的群体规模和遗传代数的情况下 ,该方法能实现信号的盲分离 ,并可获得全局最优解 .对超高斯信号和亚高斯信号的混合信号 ,与扩展信息最大化方法相比 ,该方法可获得更好的分离效果 .
- 杨俊安庄镇泉钟子发郭立
- 关键词：独立分量分析遗传算法信号处理峭度全局优化算法
- 改进的基于点过程模型的连续语音关键词识别技术
- 2013年
- 本文建立了一种基于点过程模型的连续语音关键词识别系统,该模型不同于以往的经典模型,而是将连续语音信号处理成一系列稀疏的音素点集,通过对各音素点集进行建模得到关键词模型与背景模型,再采用滑动搜索的方式来检出关键词。实验结果表明该方法在保证90%以上识别率的同时大大降低了运算复杂度,并且在具有极少量训练样本的情况下依然具有较高的识别率,具有良好的鲁棒性。
- 陆俊杨俊安王一
- 关键词：关键词识别语音识别
- 量子神经计算和量子遗传算法的理论分析和应用被引量：4
- 2005年
- 经过比较研究发现,在量子计算与神经网络和遗传算法之间,不论在计算思想上还是模型表达上,都存在着许多相似之处,这些相似性启发人们去研究基于量子理论的神经网络和遗传算法模型,一方面探索神经网络和遗传算法在量子系统上的实现方法,另一方面研究量子理论启发下的新的神经网络与遗传算法模型.本文总结了本课题组近年来在量子计算与神经网络和遗传算法相结合领域的研究工作,包括量子系统实现神经计算的理论分析,量子神经网络物理模型的研究,基于量子概率表达的量子遗传算法及其应用研究等,并对今后的发展提出了展望.
- 庄镇泉李斌解光军杨俊安邹谊尹燕
- 关键词：量子遗传算法量子神经计算量子神经网络量子计算量子理论量子系统
- 采用双层强化学习的干扰决策算法被引量：11
- 2018年
- 为解决强化学习算法在干扰决策过程中收敛速度慢的问题,提出了一种采用双层强化学习的干扰决策算法(DRLJD)。首先对等效通信参数进行建模,模型减少了待学习参数的个数,降低了搜索空间的维度;然后利用降维后的搜索空间指导干扰参数选择,避免随机选择导致干扰性能差的缺点;最后利用选择的干扰参数施加干扰,并根据环境反馈进一步降低搜索空间的维度,通过不断交互的方式加快算法的收敛速度。此外,将以往的干扰经验以先验信息的形式加入到系统的学习进程中,进一步缩短了系统的学习时间。针对构造的干扰问题实验表明,DRLJD算法经过200次交互便学习到优异的干扰策略,小于现有算法所需600次交互,且先验信息的利用进一步降低了对交互次数的要求。以提出的新的奖赏标准作为奖赏依据,算法能够在未知通信协议情况下以牺牲交互时间为代价学习到最佳干扰策略。
- 颛孙少帅杨俊安杨俊安刘辉
- 关键词：先验信息
- 基于粗糙集理论的属性离散化算法被引量：3
- 2008年
- 决策系统中连续属性离散化,即将一个连续属性分为若干属性区间并为每个区间确定一个离散型数值,对后继阶段的机器学习具有重要的意义。首先研究了满足决策系统最优划分的一种计算候选断点集合的算法,然后在基于条件属性重要度和贪心算法的基础上提出了一种确定结果断点子集的新启发式算法。所提出的属性离散算法考虑并体现了粗糙集理论的基本特点和优点,并能取得较理想的连续属性离散化结果。
- 陈昊张旻杨俊安
- 关键词：粗糙集离散化候选断点
