李军
- 作品数：10 被引量：33H指数：3
- 供职机构：长春理工大学理学院更多>>
- 发文基金：吉林省自然科学基金国家自然科学基金吉林省科技发展计划基金更多>>
- 相关领域：自动化与计算机技术文化科学理学交通运输工程更多>>
- 基于光谱和径向基函数神经网络的空间碎片识别
- 2015年
- 建立了以光谱望远镜和图像跟踪系统相结合的空间碎片测量装置,对空间碎片进行光谱测量。对获得的1 007个样本数据进行离散二进小波变换和矢量归一化处理分析,得到了噪声低、相对强度分布集中的光谱数据。用70%光谱数据进行训练得到径向基函数神经网络模型,以剩余的30%数据测试模型的准确度,模型准确率达到88.74%。
- 李军李军邵桢邵桢蔡红星
- 关键词：神经网络光谱
- 基于光谱及概率神经网络的空间碎片识别被引量：1
- 2015年
- 通过对不同空间碎片的光谱进行分析,实现对不同空间碎片的识别和分类。采用了移动平均光滑法和最大最小归一化对原始空间碎片光谱进行预处理,然后运用概率神经网络对经预处理后的空间碎片光谱进行分类。预测结果表明,移动平均平滑和归一化结合概率神经网络的空间碎片分类识别准确率达到了99.23%,说明文中提出的基于光谱技术的识别方法具有很好的分类能力。
- 彭轩叶双威邵桢蔡红星石晶谭勇李军
- 关键词：归一化光谱概率神经网络
- 多目标进化算法综述被引量：12
- 2012年
- 多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。
- 张福威李军孟品超姜志侠李延忠
- 关键词：多目标进化算法多目标优化进化算法PARETO占优
- 一个改进的原始对偶内点方法被引量：3
- 2009年
- 针对一般的光滑约束最优化问题,提出一种原始对偶不可行内点算法,该算法运用3个值函数使算法能收敛到局部极小点而非其他一阶最优性点,并通过将等式约束的罚项和松弛变量的障碍项添加到目标函数中转化原问题.计算结果证明了算法的可行性和有效性.
- 姜志侠李军张珊
- 关键词：内点法非线性规划
- 差分方程模型在交通流计算中的应用研究被引量：3
- 2014年
- 针对交通流计算中车道被占对道路通行能力的影响以及所导致的车辆排队长度等问题,本文给出了一种能快速计算车辆排队长度的数学模型,且以此可以分析不同车道被占对道路实际通行能力的影响。首先明确道路实际通行能力的定义,并将车道被占后的时间离散化,然后根据车辆流动数量关系建立车辆排队长度的差分方程计算模型。通过实际视频资料的验证,利用差分方程模型计算的结果能很好地与实际情况相吻合。该研究结果能用于车道被占后,为上游路口车辆放行数量与放行方向等交通信号控制提供预判依据。
- 周林华胡宏华梁辰刘琪李军李延忠
- 关键词：交通流差分方程道路通行能力
- 一种结合改进遗传算法和BP神经网络的图像压缩算法被引量：5
- 2013年
- 针对LM(Levenberg-Marquardt)算法的缺陷,提出一种使用改进的遗传算法和LM算法优化神经网络的混合学习算法(GA-LMbp)。该算法先通过改进的遗传算法粗调得到一组全局最优近似解(即BP网络的初始权值和阈值),再以该近似解为初值,用LM算法优化BP网络进行图像压缩处理。实验结果表明,新算法提高了网络的学习能力和收敛速度,避免了LMbp陷入平坦区或局部极小值。
- 张福威高振亮李军
- 关键词：图像压缩BP网络改进遗传算法
- Boosting算法的理论分析及其应用被引量：3
- 2009年
- Boosting是一种改善任意给定的学习算法性能的通用方法。主要关注AdaBoost算法,回顾了关于boosting的近期工作,包括AdaBoost训练误差和泛化误差的分析;boosting与博弈论及线性规划的联系;boosting与logistic回归的关系;AdaBoost在多类分类问题的扩展。
- 董元方李军
- 关键词：数据挖掘
- 关于信息与计算科学专业建设的思考被引量：5
- 2007年
- “信息与计算科学”专业是数学、计算机科学、信息工程等广泛学科的交叉,在课程设置上应遵循拓宽口径、打好数学基础、通才教育的原则。通过讨论信息与计算科学专业建设的重要性,提出了专业建设的一些想法。
- 李军谭海军
- 关键词：课程建设师资队伍建设
- 基于素数性质的布尔函数约简算法
- 2008年
- 提出了基于素数性质的布尔函数约简算法,其主要思想是用素数表示布尔变量,以素数乘积有序对表示合取式,用算术运算取代原有的逻辑运算。将基于素数性质的布尔函数约简算法运用于粗糙集中,结果表明,该算法能够节省存储空间,提高运算效率,约简算法行之有效。
- 李军刘辉董元方彭轩
- 关键词：布尔函数素数
- Boosting算法的理论分析被引量：2
- 2008年
- 以AdaBoost算法为例介绍Boosting算法,概括其理论分析。回顾了关于Boosting的近期工作,包括AdaBoost训练误差和泛化误差的分析以及AdaBoost在分类问题的扩展。
- 李军董元方
- 关键词：数据挖掘
