您的位置: 专家智库 > >

张震宇

作品数:2 被引量:23H指数:1
供职机构:武汉大学国际软件学院更多>>
发文基金:天津市自然科学基金更多>>
相关领域:理学自动化与计算机技术文化科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇文化科学
  • 1篇理学

主题

  • 1篇寻优
  • 1篇群算法
  • 1篇子群
  • 1篇问句分类
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇量子粒子群
  • 1篇量子粒子群算...
  • 1篇股票
  • 1篇参数寻优

机构

  • 2篇武汉大学
  • 1篇天津大学

作者

  • 2篇张震宇
  • 1篇李一博
  • 1篇刘自鑫
  • 1篇王萍莉
  • 1篇蔡恒进
  • 1篇张博林
  • 1篇孟蒙

传媒

  • 1篇物理学报
  • 1篇计算机科学与...

年份

  • 1篇2014
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
基于量子粒子群算法的自适应随机共振方法研究被引量:22
2014年
为提升随机共振理论在微弱信号检测领域中的实用性,以随机共振系统参数为研究对象,提出了基于量子粒子群算法的自适应随机共振方法.首先将自适应随机共振问题转化为多参数并行寻优问题,然后分别在Langevin系统和Duffing振子系统下进行仿真实验.在Langevin系统中,将量子粒子群算法和描点法进行了寻优结果对比;在Duffing振子系统中,Duffing振子系统的寻优结果则直接与Langevin系统的寻优结果进行了对比.实验结果表明:在寻优结果和寻优效率上,基于量子粒子群算法的自适应随机共振方法要明显高于描点法;在相同条件下,Duffing振子系统的寻优结果要优于Langevin系统的寻优结果;在两种系统下,输入信号信噪比越低就越能体现出量子粒子群算法的优越性.最后还对随机共振系统参数的寻优结果进行了规律性总结.
李一博张博林刘自鑫张震宇
关键词:量子粒子群算法
股票领域中的一种中文问句分类方法被引量:1
2011年
问句分类是问答系统的重要组成部分,分类的准确性在一定层面上决定了答案抽取的策略和准确性。本文所介绍的分类方法是以网络论坛中的用户提问作为样本集,并分析每种问题所含的比例,有侧重地提出一套适合于股票领域中问句分类的规则。系统将该领域问题分为概念、投资家、个股三大类。其中,概念类中又包括定义类1、定义类2、比较类、描述类、原因类、列举类、属性类等七类。初步测试表明这种分类方法有效地提高了股票领域问句分类的准确性。
任梦菲王鹏蔡恒进张震宇王萍莉孟蒙卞正野
关键词:问句分类
共1页<1>
聚类工具0