宁爱平
- 作品数：40 被引量：139H指数：6
- 供职机构：太原科技大学更多>>
- 发文基金：国家自然科学基金博士科研启动基金山西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信电气工程交通运输工程更多>>
- 人工蜂群算法的收敛性分析被引量：56
- 2013年
- 利用随机过程理论,对人工蜂群算法收敛性进行理论分析,给出人工蜂群算法的一些数学定义和蜜源位置的一步转移概率,建立人工蜂群算法的Markov链模型,分析此Markov链的一些性质,论证了人工蜂群状态序列是有限齐次Markov链,且状态空间是不可约的.结合随机搜索算法的全局收敛准则,证明了人工蜂群算法能够满足随机搜索算法全局收敛的两个假设,保证算法的全局收敛.
- 宁爱平张雪英
- 关键词：人工蜂群算法MARKOV链收敛性
- 基于虚拟正交结构光编码的3D数据压缩算法
- 本发明属于3D数据压缩领域，提出了一种基于虚拟正交结构光编码的3D数据压缩算法，该算法将3D数据映射为2D灰度图像，以达到节约数据存储空间的目的，在数据编码过程中，通过虚拟正交结构光模型，将3D数据映射为两幅相位差为π/...
- 黄莉宁爱平武迎春冯旭飞
- 文献传递
- 粒子群优化模糊神经网络在语音识别中的应用被引量：3
- 2010年
- 针对模糊神经网络训练采用BP算法比较依赖于网络的初始条件,训练时间较长,容易陷入局部极值的缺点,利用粒子群优化算法(PSO)的全局搜索性能,将PSO用于模糊神经网络的训练过程.由于基本PSO算法存在一定的早熟收敛问题,引入一种自适应动态改变惯性因子的PSO算法,使算法具有较强的全局搜索能力.将此算法训练的模糊神经网络应用于语音识别中,结果表明,与BP算法相比,粒子群优化的模糊神经网络具有较高的收敛速度和识别率.
- 孙慧张雪英宁爱平
- 关键词：粒子群优化模糊神经网络语音识别
- 莱维飞行与粒子群的混合搜索算法被引量：10
- 2016年
- 粒子群算法在解决多维的复杂优化问题时,存在收敛精度不高和易陷入局部收敛等不足,针对这些问题,将莱维飞行与偏好随机游动引入粒子群算法中,提出莱维飞行与粒子群的混合搜索算法。在该算法的解更新过程中,采用莱维飞行、偏好随机游动与粒子群算法的更新方程以串行方式对得到的解进行更新寻优。实验结果表明,改进后的混合算法与粒子群算法相比较,加快了收敛速度,提高了搜索精度。
- 牛海帆宋卫平宁爱平
- 关键词：粒子群优化算法函数优化
- 基于能量增强散焦响应的改进光场深度估计算法
- 本发明属于光场图像处理及深度估计领域，特别是公开了一种基于能量增强散焦响应的改进光场深度估计算法，针对现有的DCDC算法在建立散焦响应函数时，所采用的拉普拉斯算子存在求取二阶导方向有限、且所有二阶导求和能量相互抵消的问题...
- 武迎春程星张娟李素月宁爱平王安红
- 文献传递
- 基于能量增强散焦响应的改进光场深度估计方法
- 本发明属于光场图像处理及深度估计领域，特别是公开了一种基于能量增强散焦响应的改进光场深度估计方法，针对现有的DCDC算法在建立散焦响应函数时，所采用的拉普拉斯算子存在求取二阶导方向有限、且所有二阶导求和能量相互抵消的问题...
- 武迎春程星张娟李素月宁爱平王安红
- 混沌云模型多目标布谷鸟搜索算法被引量：4
- 2017年
- 针对多目标布谷鸟搜索算法(MOCS)迭代后期寻优速度慢,并且容易造成局部最优等缺点,提出一种混沌云模型多目标布谷鸟搜索算法(CCMMOCS)。首先在进化过程中通过混沌理论对一般的布谷鸟巢位置在全局中寻求优化,以防落入局部最优;然后利用云模型对较好的布谷鸟巢位置局部优化来提高精度;最后将两种方法对比得到相对更好的解作为最优值以完成优化。对比误差估计值及多样性指标,由5个常用多目标测试函数仿真结果可知,CCMMOCS比传统多目标布谷鸟搜索算法、多目标粒子群算法(MOPSO)及多目标遗传(NSGA-Ⅱ)算法性能更好,Pareto前沿更接近理想曲线,分布也更均匀。
- 马艺元宋卫平宁爱平牛海帆
- 关键词：云模型PARETO前沿函数优化
- 双负载无线充电系统交叉耦合分析被引量：2
- 2020年
- 针对双负载无线充电系统中存在的交叉耦合问题,利用电路理论对系统进行建模,从电流向量、负载端电压及系统效率等方面,量化分析了交叉耦合现象,得出使系统谐振点发生偏移的结论,提出利用传输因式的方法确定补偿网络,解决这一问题,并验证其可行性,同时,在解决交叉耦合的条件下,通过增加负载端个数来增加系统效率,整个系统效率提升了8.17%.
- 鲁丽航宋卫平宁爱平郭楠
- 关键词：无线充电阻抗匹配
- 基于卷积神经网络多特征融合的太阳能电池缺陷检测方法
- 基于卷积神经网络多特征融合的太阳能电池缺陷检测方法，属于太阳能电池表面缺陷检测技术领域，解决网络对太阳能电池板表面各种缺陷类型适应度的技术问题，本发明在Faster R‑CNN卷积神经网络结构基础上引入跨层连接的思想，使...
- 上官宏宁爱平郝雅雯张雄王安红彭司春侯婷
- 混沌背景下瞬态弱信号检测方法的研究
- 2007年
- 混沌背景中的微弱信号检测在通信、自动化等需实时处理领域中有很广阔的应用前景,也是目前的热点研究课题。利用背景信号为混沌信号这一先验知识,对基于混沌理论的混沌背景下弱信号检测的一般原理进行了研究,介绍了其近些年来的研究现状,分析了五种典型的混沌背景下瞬态弱信号检测的方法,并提出了今后进一步研究的方向。
- 宁爱平宋卫平
- 关键词：混沌弱信号检测相空间重构
