毕晓君
- 作品数：137 被引量：792H指数：14
- 供职机构：哈尔滨工程大学信息与通信工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信建筑科学文化科学更多>>
- 基于单目标拟合度的高维多目标可视化
- 2013年
- 针对现有可视化技术不能有效显示高维多目标优化问题这一难题,提出了一种以单目标拟合为绘图基准的子图表可视化技术。该方法以与目标数相同的子图表形式显示Pareto标准解集,并在子图表中通过拟合位置绘制Pareto近似集。其图形有效地显示了Pareto近似集的收敛性和分布性,同时对单个解各维目标上性能的相对优劣性及不同解在同一目标上性能的对比情况都达到了有效的可视化显示。基于此思想设计了可视化模型并通过试验加以分析,达到了方便决策者对多目标优化问题进行分析和决策的目的。
- 毕晓君李博
- 关键词：PARETO前沿
- 基于引力搜索算法的异构无线传感器网络路由分簇算法被引量：15
- 2017年
- 针对异构无线传感器网络簇头节点能耗大、网络寿命较低等问题,提出一种路由分簇算法.以均衡簇头节点的能耗为目标,采用引力搜索算法对网络簇头的通信链路进行规划,从而降低簇头节点间通信的负载能耗.为同时兼顾普通节点和簇头节点的工作时间,根据普通节点与高能节点携带能量的差异和簇头节点的负载情况进行分簇.实验结果表明,所提出的路由分簇算法相对于目前优化性能较好的粒子群算法(PSO)、遗传算法(GA)和最小距离聚类法(LDC),在不同检测环境、不同的节点布撒比例下,能够更好地均衡节点能耗,从而获得更长的网络寿命.
- 毕晓君刁鹏飞
- 关键词：异构无线传感器网络路由分簇引力搜索算法
- 基于脑电信号的情绪特征提取与分类被引量：18
- 2019年
- 情绪作为人脑的高级功能,对人们的个性特征和心理健康有很大的影响,利用网上公开的脑电情绪数据库(Deap数据库),根据心理较价和激励唤醒度等级进行情绪划分,对压力和平静两种情绪进行研究分析。在利用db4小波分解与重构算法分解信号的基础上,根据左右脑脑电在产生情绪时脑电信号非对称性的特点,提出一种新的情感特征提取方法,通过计算右侧导联的微分熵值除以左、右对称导联的微分熵之差与右侧导联的微分熵值除以左、右对称导联的微分熵之和,提取出脑电信号的不对称熵特征。利用遗传算法优化的支持向量机对情绪分类识别,平均识别率为88.625%,对比传统特征的分类识别率,利用不对称熵特征的分类识别率有明显提高。
- 柳长源李文强毕晓君
- 关键词：脑电信号情绪识别小波分解支持向量机
- 三维无线多媒体传感器网络全目标覆盖算法被引量：2
- 2015年
- 针对现有感知模型无法有效描述无线多媒体传感器真实感知能力的缺陷,提出一种新的三维有向感知模型。在此基础上,针对目标覆盖问题,为降低算法复杂度,设计了一种基于仰俯角优化和偏向角优化的两阶段目标覆盖算法。对于仰俯角和偏向角优化部分,利用差分进化算法进行求解,以达到利用少量传感器节点实现监测目标被全部覆盖的效果。仿真实验表明:对比随机部署方法,本文方法所需的传感器数目大幅下降。
- 王艳娇毕晓君滕志军邬春明
- 关键词：通信技术无线多媒体传感器网络
- 基于教与学优化算法的相关反馈图像检索被引量：4
- 2017年
- 为提高基于内容的图像检索的检索性能和检索速度,克服低层视觉特征与高层语义概念间的"语义鸿沟",提出一种基于教与学优化的图像检索相关反馈算法(TLBO-RF).结合图像检索问题的特殊性和粒子群优化算法的优点,对TLBO算法中个体的更新机制进行了改进,通过将相关图像集的中心作为教师以及引入学员最好学习状态Pbest,使之朝用户感兴趣的相关图像区域快速收敛.将该算法与目前效果最好的两种基于进化算法的相关反馈技术在两套标准图像测试集上进行对比,结果表明本文算法相较于另外两种算法具有明显的优势,不仅提高了图像检索性能,同时也加快了图像检索速度,更好地满足了用户的检索要求.
- 毕晓君潘铁文
- 关键词：粒子群优化算法
- 基于时空信息融合的视频显著性区域检测算法被引量：3
- 2018年
- 针对目前显著性区域检测算法处理存在背景扰动的视频时鲁棒性较差的问题,本文提出一种基于时空信息自适应融合的视频显著性区域检测算法。在时间上,利用光流法提取运动矢量场,综合像素点在连续多帧的运动熵以及与邻域点的方向一致性值表征时间显著性;在空间上,通过区域间的颜色对比度计算空间显著性值,以保证显著性区域的空间完整;最后,提出时、空显著图的自适应动态融合方法,以适应不同情形视频的显著性检测要求。实验结果表明:本文算法能够较为准确地检测出视频中的显著性区域,在精确度和鲁棒性等方面均具有较好的效果。
- 毕晓君陈晗
- 关键词：时空信息运动矢量场自适应融合
- 改进的Faster R-CNN网络预测尺度参数被引量：2
- 2021年
- 为了研究基于深度学习的多任务分类和回归问题,本文改进了Faster RCNN网络,提出了同时实现分类和回归分支的深层神经网络。以Faster R-CNN算法为基础,通过增加网络分支的方式,将分类和回归网络并入同一个网络,实现端对端的目标识别、定位和参数测量多个任务并行处理。使用整体交替训练的方式优化网络参数。基于智慧农业应用背景,利用生猪的体型特征与体重参数之间的相关性,实现了通过生猪体型图像预测生猪体重参数的任务。实际场景中利用该网络完成了生猪体重参数预测,预测误差0.374%。
- 王婷婷苍岩毕晓君何恒翔
- 一种结合人工蜂群和K-均值的混合聚类算法被引量：15
- 2012年
- 传统的K-均值聚类算法虽然收敛速度快,但由于过度依赖初始聚类中心,算法的鲁棒性较差。为此,提出了一种改进人工蜂群算法与K-均值相结合的混合聚类方法,将改进人工蜂群算法能调节全局寻优能力与局部寻优能力的优点与K-均值算法收敛速度快的优点相结合,来提高算法的鲁棒性。实验表明,该算法不仅克服了传统K-均值聚类算法稳定性差的缺点,而且聚类效果也有了明显改善。
- 毕晓君宫汝江
- 关键词：人工蜂群聚类算法K-均值
- MOOC与人工智能的混合式教学被引量：6
- 2015年
- 该文从MOOC混合式教学分析入手,结合作者所承担的《人工智能》研究生课程教学,提出了一种MOOC与人工智能的混合式教学模式,将Udacity视频混合式教学、中视云分享平台教学视频发布、精品课教学网站和课件的制作、QQ群线下互动结合起来,形成一种混合式教学实施方式和办法,并在研究生实际教学中获得良好的效果。
- 莫宏伟徐立芳毕晓君王科俊王宗义
- 关键词：人工智能混合式教学研究生培养
- 基于改进萤火虫算法的区域交通信号配时优化被引量：12
- 2020年
- 城市的快速机动化导致道路资源供需失衡愈加严重,目前使用的交通信号定时控制方式无法根据交通流的变化调整信号配时,降低了路网运行效率.针对区域内多路交通信号配时优化问题,提出一种基于改进萤火虫算法的求解方法,以多路信号各相位的绿灯时长作为控制变量,建立以区域总延误最小为目标的规划模型进行优化.针对标准萤火虫算法存在的优化精度不高、容易陷入局部最优的问题,提出一种驱散机制,同时在种群进化过程中引入变异操作进行改进.利用5个标准测试函数进行实验验证,实验结果表明,改进的萤火虫算法能够提高求解的精度和稳定性.最终以典型多路口区域为例,将改进的萤火虫算法应用在区域配时优化问题上,通过对比实验表明求解的有效性.
- 柳长源任宇艳毕晓君
