您的位置: 专家智库 > >

林广明

作品数:18 被引量:14H指数:2
供职机构:深圳信息职业技术学院更多>>
发文基金:广东省自然科学基金深圳市科技计划项目国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信理学更多>>

文献类型

  • 10篇期刊文章
  • 4篇会议论文
  • 3篇专利
  • 1篇科技成果

领域

  • 12篇自动化与计算...
  • 3篇电子电信
  • 1篇理学

主题

  • 6篇网络
  • 4篇网络传输
  • 3篇调度
  • 3篇对等
  • 3篇对等网
  • 3篇机器人
  • 3篇工业机器人
  • 3篇传输调度
  • 3篇传输方法
  • 2篇演化算法
  • 2篇自适
  • 2篇自适应
  • 2篇自适应变异
  • 2篇分布式
  • 1篇端到端
  • 1篇对等网络
  • 1篇多父体杂交
  • 1篇形态分析
  • 1篇选路
  • 1篇选择算子

机构

  • 18篇深圳信息职业...
  • 2篇深圳大学
  • 2篇武汉大学
  • 1篇江西理工大学
  • 1篇武汉理工大学
  • 1篇深圳信息技术...

作者

  • 18篇林广明
  • 6篇陈三风
  • 4篇卢鑫
  • 3篇唐飞
  • 2篇湛邵斌
  • 2篇黄程波
  • 2篇陆芸婷
  • 2篇张基宏
  • 2篇梁永生
  • 1篇陈毓屏
  • 1篇邹粤
  • 1篇陈三风
  • 1篇柳伟
  • 1篇李敏
  • 1篇徐益龙
  • 1篇丁立新
  • 1篇李振军
  • 1篇王昌伟
  • 1篇邓苗
  • 1篇高波

传媒

  • 9篇深圳信息职业...
  • 1篇控制工程
  • 1篇中国电子学会...

年份

  • 1篇2020
  • 2篇2019
  • 1篇2018
  • 1篇2017
  • 1篇2016
  • 1篇2015
  • 1篇2014
  • 3篇2012
  • 1篇2011
  • 1篇2010
  • 1篇2009
  • 3篇2008
  • 1篇2007
18 条 记 录,以下是 1-10
排序方式:
基于群对群传输的计算架构被引量:1
2012年
群对群(G2G)计算是一种基于G2G网络的分布式计算。由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G计算定义了4种基本运算:传递(Transfer),交换(Exchange),节点处理(NodeProcess)和变形(Transmute)。用4种基本运算可以搭建不同的G2G计算。G2G计算得益于灵活的分群,相同属性或任务的群内计算,以及群对群的多对多连接。G2G计算还具有灵活的体系结构。G2G计算是灵活,方便和有效的分布式计算。
林广明张永敏
关键词:分布式计算
网络传输的方向是群对群传输研究被引量:2
2014年
网络传输可以分为四种形态:"一对一","多对一","一对多"和"多对多"。"一对一"是问题分解的终极,而"多对多"则是效率所追求的终极。由四种形态之间转变展开讨论,为了提高效率,网络传输应该转向"多对多"。群对群是"多对多"的另一种传输方式,或者说,是强调分群的"多对多"传输。
林广明唐飞张永敏
群对群(G2G)网络传输与节点管理
2008年
由群所组成且涉及群与群关系的网络称为G2G网络,群是一些具有相同属性节点的聚合。G2G通信可以描述为:将内容从源端(群)传送到目的群。G2G网络使用了G2G/CDS协议来实现内容发布,即将参与分发内容的节点分群,用控制数据集(CDS)来管理节点,用G2G传输原理来实现G2G传输。G2G/CDS简单和有效地解决了"如何管理节点"和"如何传输"的G2G通信问题,并为解决"如何保障传输的QoS"问题打下基础。G2G网络是一种能有效且容易实现多对多网络通信的网络模型,擅长解决需要精确控制的网络通信问题,尤其是内容发布。
林广明张永敏
对等网上群对群的传输方法
本文提出群对群(G2G)传输的传输方法,基本思想是:让参与内容发布的节点按一个系统指定的速度提供上传内容。G2G传输方法旨在既能充分利用各节点的上传带宽,又能把持用户自我承担原则公平原则,还能灵活有效地解决在G2G传输过...
林广明张永敏
关键词:对等网络数据传输传输调度
基于回归神经网络多机械臂运动控制研究被引量:9
2017年
该文将多协作冗余机械臂的运动控制问题转化成一个可完全分解的约束二次求解问题,并将该约束二次求解问题拆分成一系列独立的子问题,每个子问题对应于单个机械臂的运动控制模型,其大大简化了多协作机械臂的运动控制模型。另外,该文采用对偶回归神经网络求解该运动控制模型,每个独立的神经网络核对应于一个机械臂的控制模型。该文首次将对偶回归神经网络用于多冗余机械臂系统的控制问题中,具有很强的应用研究意义。与现有的对偶回归神经网络相比,该文提出的对偶回归神经网络结构非常特殊,其多项性能将大大提高,使得多协作机械臂的运动控制问题变成完全分布式。理论验证结果表明,该文提出的模型是全局稳定的并且可得到全局最优解。仿真实验结果表明本论文提出的方案是有效的。该文的研究结果可为多协作冗余机械臂的控制理论和技术发展提供新的思路。
陈三风陈三风湛邵斌湛邵斌卢鑫林广明
关键词:冗余机械臂分布式运动控制
IP Mesh网络端到端QoS测量与选路的研究
张基宏梁永生黄程波陆芸婷卢鑫湛邵斌林广明徐益龙高波邹粤李敏李振军王昌伟
该项目来源于国家自然科学基金项目(全网状IP网络端到端QoS测量的研究,项目编号:60672150)和广东省自然科学基金资助项目(IPMesh网络性能评价与QoS选路的研究,项目编号:7008733)。该项目以复杂网络中...
关键词:
关键词:网络管理系统网络拓扑结构
场景分类中RBF-SVM参数的形态分析被引量:2
2011年
RBF-SVM是场景分类中主流的分类算法之一,C和γ是其优化参数。本文分析了场景分类中RBF-SVM优化参数的形态分布,从实验结果发现场景分类中RBF-SVM参数优化属于多峰值的优化问题。参数与分类精确度之间不具有显式的函数关系,并且最优解的搜索空间很大,用传统的网格算法和枚举法很难满足需求。演化算法具有自组织、自适应、自学习等智能特征,是解决场景分类中RBF-SVM参数优化的有效途径。
王会杰林广明陈三风柳伟
关键词:支持向量机参数优化演化算法
演化数据建模
本文给出了使用演化程序设计进行数据建模(曲线拟合)。采用遗传程序设计的方法,克服了传统曲线拟合方法的一些不足,它不要求使用者对具体问题进行深入的了解,它不要求把函数结构事先规定好。采用遗传程序设计进行曲线拟合,可以找出数...
林广明陈毓屏黄程波湛邵斌
关键词:遗传程序设计
文献传递
EM算法的ε-加速及在有限混合模型中的应用
2018年
为解决EM算法对初始值比较敏感,易陷入局部最优和当模型缺失变量或隐变量的比例较高时收敛速度慢等问题,本文首先采用经典的K-means聚类算法进行初始值选取,使得初始值更加接近EM序列的稳定点,在一定程度上能避免EM序列陷入局部极值,然后采用ε-加速算法进行加速,即K-means+ε-加速EM算法,并比较不同情况加速的EM算法在有限混合模型参数估计中的时间成本和精度大小。数值结果表明:在不降低精度的情况下K-means+ε-加速EM算法在各种条件下均能够大大加快EM算法的收敛速度。
鲁纳纳余旌胡丁立新林广明
关键词:EM算法K-MEANS聚类
一种自适应变异子空间搜索演化算法研究
2016年
本文提出一种新的自适应变异子空间搜索演化算法,新算法包含如下性能:1)自适应选择变异算子,在变量子空间平衡局部搜索和全局搜索;2)通过多父体杂交交换全局搜索信息;3)用最好的个体替换最差个体的选择策略,降低选择压力确保找到全局最优解。这些优势增强了算法求解函数优化的鲁棒性和广泛性,并证明了算法的收敛性。
林广明唐飞卢鑫陈三风
关键词:自适应变异多父体杂交
共2页<12>
聚类工具0