基于改进DCNN结合迁移学习的图像分类方法

针对传统DCNN(Deep Convolutional Neural Networks)模型中Softmax分类层存在的过早饱和及模型参数采用随机初始化训练时间长、识别准确率低的问题,提出一种将噪声注入Softmax并结合迁移学习的图像分类方法.首先,根据对Softmax饱和问题探究,对比注入的噪声参数选取对识别率的影响来找到最佳情况,从而产生更为宽泛的梯度并起到延迟饱和的作用;然后,利用公开预训练模型参数来代替随机初始化参数,并比较冻结不同卷积层对模型的影响;最后,在MNIST和CIFAR-10图像分类数据集上实验,证明所提方法具有良好的识别效果.     

基于Dual-Mode MMA+MDD双模式T/2分数间隔盲均衡算法的研究

均衡技术是用来解决通信系统中码间干扰的常用方法.针对传统恒模算法的收敛速度和稳态剩余码间干扰大的缺点,将双模式多模算法和改进型判决引导算法结合起来,并且应用于分数间隔盲均衡器中.该算法初期用双模式算法收敛均衡器,然后切换到改进型判决引导算法中进一步收敛,由于分数间隔均衡器解决了波特间隔均衡器因抽样率不高带来的频谱混叠问...     

线性模型参数M估计的强相合性

研究了线性模型中回归参数 M估计的强相合性 ,在 dn=o( 1 / logn)情形下 ,给出了较弱的充分条件 .与 [1 ]中相应结论比较 ,我们将有界性条件改善为矩母函数存在性条件 ,因此作了实质性的改进     

基于MIDAS技术的多层分布式应用程序开发

MIDAS能有效地利用DCOM、TCP/IP、OLEnterprise和CORBA技术在Internet/Intranet上建立结构为“瘦客户端 应用程序服务器 数据库系统”的多层分布式应用程序。本文讨分析了MIDAS的原理和组成结构，着重研究了基于MIDAS技术的多层分布式应用程序的开发过程和一些具体应用。     

基于产量理性推测导数的差异产品企业研发决策

文章通过将推测导数引入企业研发的AJ模型，考察差异产品企业在理性或一致性推测的条件下研发策略和研发投入的变化，通过企业产品差异化参数将寡头企业研发决策扩展到产品相关的企业之间，从而扩大了AJ模型均衡的一般性，文章还给出一致性推测条件下的两种不同类别产品企业研发投入最优成本缩减反应曲线斜率和均衡成本缩减量与溢出效应之间的关系。     

基于Dual-Mode MMA+MDD 双模式T/2分数间隔盲均衡算法的研究

均衡技术是用来解决通信系统中码间干扰的常用方法.针对传统恒模算法的收敛速度和稳态剩余码间干扰大的缺点,将双模式多模算法和改进型判决引导算法结合起来,并且应用于分数间隔盲均衡器中.该算法初期用双模式算法收敛均衡器,然后切换到改进型判决引导算法中进一步收敛,由于分数间隔均衡器解决了波特间隔均衡器因抽样率不高带来的频谱混叠问题,从而进一步地提高了均衡效果.蒙特卡罗仿真表明,该算法不仅收敛速度快,而且得到较低的剩余码间干扰.     

基于推测弹性的双寡头研发AJ模型最优成本缩减决策

文章通过将推测弹性引入AJ模型,首先考察一致性推测弹性对双寡头企业研发策略的影响,从而得出有推测的双寡头市场结构下的研发均衡结果,然后将零一致性推测弹性的均衡成本缩减量与AJ模型的结果进行对比,最后给出一致性推测弹性和溢出系数之间的关系对研发绩效的影响效果.     

改进SIFT融合五官特征的旋转人脸检测算法

针对传统PID控制算法对四旋翼飞行器的姿态角进行控制时,其控制参数很难随着环境的变化进行自整定,进而影响四旋翼飞行器的稳定性的问题,提出了一种改进的PID控制算法。该算法通过改进单神经元中的K值公式提高了Kp、Ki、Kd的学习速率,从而提高了系统的响应速度;通过增加超调惩罚措施,通过适当的放大或缩小超调,可以使系统超调达到最小。通过与增量型PID、标准二次型单神经元PID算法进行比较,并且进行仿真实验。结果表明：所提方法具有参数自整定能力强且快速响应、鲁棒性强及稳定性好。     

基于多分辨率分解的音频水印算法

根据小波变换的时频分析特性和多分辨率的分析特性,提出了一种基于小波变换的数字水印嵌入与检测算法.用这种算法嵌入水印有很强的隐蔽性,对原始音频信号的影响基本上察觉不出来.仿真实验证明使用这种算法能够正确地检测出水印的存在,可以抵抗噪声干扰、去噪处理、滤波处理和信号的重采样等.     

线性模型参数M估计的强相合性

本文研究线性模型中回归参数M估计的强相合性,给出一些较弱的充分条件.与相应结论比较,这里给出的条件对矩的要求有实质性的改进.