北京市自然科学基金(4063037)
- 作品数：3 被引量：4H指数：1
- 相关作者：马国亮何明孙立峰孙利峰钟玉琢更多>>
- 相关机构：清华大学北京工业大学更多>>
- 发文基金：北京市自然科学基金博士科研启动基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多层LDPC的分布式视频编码被引量：1
- 2008年
- 改进了基于多层低密度一致校验码(Multi-level LDPC)的分布式视频解码方法.逐层进行迭代译码,低层向高层传递译码软信息(似然比),迭代译码的内信息通过计算旁信息与码字之间欧氏距获得.相比传统的多级解码方式,提出的解码方式可以减少逐层硬判决带来的信息丢失,从而减小低层向高层的错误传播,更适合于视频数据的Syndrome编码.实验结果表明,该解码方式能提高分布式视频中多层码的解码成功率,从而提高编码效率.
- 巫戈明孙立峰钟玉琢
- 关键词：分布式视频编码
- 蚁群算法融合粗糙集理论的属性约简算法被引量：2
- 2010年
- 为了克服属性约简过程中寻找最小属性集算法存在时间复杂度高搜索空间大等不足,把属性抽象为节点,通过蚁群算法搜索得到节点的最少组合,使得其能代替原有的属性节点并保持决策系统的粗糙分类能力.针对蚁群算法初期信息素匮乏,收敛速度慢的问题,将蚁群算法和粗糙集理论融合,采用粗糙集理论的相关算法确定属性核,并将其作为蚁群算法的初始节点.利用蚁群算法的搜索能力,用于最小属性集的搜索.理论分析和实验结果表明,该算法可行有效.
- 何明马国亮孙立峰
- 关键词：蚁群算法粗糙集属性约简
- 核属性蚁群算法的规则获取被引量：1
- 2010年
- 蚁群算法是一种新型的模拟进化算法,研究已经表明该算法具有许多优良的性质,并且在优化计算中已得到了很多应用.粗糙集理论作为一种智能数据分析和数据挖掘的新的数学工具,其主要优点在于它不需要任何关于被处理数据的先验或额外知识.本文从规则获取和优化两方面研究基于粗糙集理论和蚁群算法的分类规则挖掘方法.通过研究决策表和决策规则系数,建立基于粗糙集表示和度量的知识理论,将粗糙集理论与蚁群算法融合,采用粗糙集理论进行属性约简,利用蚁群算法获取最优分类规则,优势互补.实验结果比较表明,算法获取的分类规则,具有良好的预测能力和更为简洁的表示形式.
- 何明马国亮孙利峰杜永萍
- 关键词：粗糙集蚁群算法属性约简
