一、基于剪枝法的Costas阵列通用搜索算法（论文文献综述）
余凡[1]（2021）在《基于分布式架构的Costas序列搜索系统的设计与实现》文中进行了进一步梳理
朱殿宏[2]（2019）在《Costas阵列枚举搜索算法研究》文中指出Costas阵列由于其理想的自相关特性,已经普遍用于无线通信、雷达和遥测等领域。论文在简要说明Costas阵列起源和理解阵列结构的基础上,论文讨论了两种获取Costas阵列的方式,即伽罗瓦域构造方式和枚举搜索方式。论文探讨了这两种办法的优劣,重点研究了Costas阵列的枚举搜索算法。论文的第一个研究点是基于向量的Costas阵列搜索算法。针对基于差异矩阵的搜索算法存在的缺陷,论文提出了一种基于向量的Costas阵列搜索算法。首先,在判断置换矩阵的同时判断该置换矩阵是否符合Costas阵列判定准则,克服了先回溯遍历置换矩阵再计算差异矩阵的缺点,去除了不必要的计算,降低了冗余。其次,运用Costas阵列的特性,提出了一种新的基于向量的Costas阵列判定准则,以确定置换矩阵是否为Costas阵列,即在任意一个Costas阵列中没有两个相同的向量。基于向量的算法简化了判决准则,优化了搜索程序,降低了时间复杂度,使得搜索速度得到极大地提升。论文的第二个研究重点是对基于向量的Costas阵列搜索算法的优化。通过研究双向循环链表和Costas阵列的结构特性,利用双向循环链表可以方便地解决生成置换矩阵时多次判断与前几行是否冲突的问题。将所有的列值和阶数组成双向循环链表,每行所能放置的列只能从双向循环链表中获得,一旦获得该值则将其从双向循环链表中删除,这样后面的行只能从剩下的列值中获得,避免了每次都要与前面的行进行判断比较,有利于程序搜索速度的提升。其次利用Costas阵列的对称性来进一步简化搜索程序,加速搜索过程。论文的第三个研究点是Costas阵列的并行搜索。在多核处理器中,操作系统通过调度在每个核心上都运行不同的线程来展示线程级并行,利用线程池多线程技术实现Costas阵列的并行搜索算法,并通过原子操作解决多线程并行之间的竞争问题。通过并行算法进一步加速阵列的搜索过程,使得搜索高阶Costas阵列也成为可能。
江泽裔[3]（2018）在《智能象棋对弈系统的设计与实现》文中指出人工智能研究近年来蓬勃发展,计算机博弈算法也有长足的发展,产生了广泛的社会影响,人工智能产品逐步走进人们的生活,本文将描述一个通过机械手臂与人进行交互的智能象棋对弈系统。该系统通过摄像头获得棋盘信息,得到玩家的下棋状态,并通过机械手臂完成与人的对弈过程。中国象棋历史悠久、玩家众多,该系统的实现应用于教育和娱乐领域,有助于象棋文化的传播和人们象棋水平的提高。本系统围绕着实现与人类玩家进行下棋的目的进行了设计和实验,对系统实现的细节进行了讨论和研究,论文主要关注了以下三个方面的问题:第一、研究了棋盘中定位和识别象棋的算法,包括棋盘的矫正,棋子的定位和棋子的识别。识别算法中,分析比较了SIFT算法和CNN算法的优劣以及在实际系统中的应用情况。第二、研究了中国象棋的计算机对弈算法,主要是计算机中棋盘和棋子的存贮方式,博弈树的搜索方法和局面评估函数。对比了多种搜索方法的运行效率并分析了局面评估函数的组成内容以及其参数的调整的方法。第三、针对人机对弈的流程,分析了识别人类玩家落子的过程,比较了多种运动检测方法,并最终采用帧间差分方法来判断手进入棋盘和离开棋盘的时间,从而能够完成下棋流程。本文实现的象棋系统,在完成对弈流程中,先通过摄像头获取玩家下棋状态,是否在落子阶段,如果落子完成,则开始获取棋盘上的棋子信息,通过取得的棋局信息,博弈算法给出一个落子点,用过与机械臂通信协议发送给硬件设备,从而完成整个对弈过程。
刘翔春[4]（2018）在《空间目标光学监视卫星轨道设计及任务规划》文中进行了进一步梳理受更小尺寸目标的观测跟踪需求、空间目标详细信息观测需求以及处理大数量的编目需求的驱动,必须大力提高观测能力和编目能力。天基光学监视融合了天基平台和光学传感器两者的优势,已作为空间目标监视系统的重要手段吸引了国内外的关注和研究。本文以提高天基光学监视系统观测效能为目的,系统研究了天基光学监视卫星轨道优化设计问题、天基光学监视任务合成问题以及天基光学监视任务规划问题。主要研究成果如下:发展完善了天基光学监视约束模型及求解算法。1)完善了包括地球遮挡、地影、太阳光干扰和月光干扰等四类光学可见性约束模型;2)发展了包括观测视场角、观测星等、相对角速度和视场背景等四类可观测性约束模型。3)针对各类子约束满足度差异较大的情况,提出了基于自适应排序的多约束满足问题求解算法,与普通串行算法相比,平均减少计算量达40%。研究提出了远距离探测轨道设计方法。1)建立了弧段长度、重访间隔、回归周期、可观测率和覆盖比例等五类远距离探测性能指标模型;2)针对远距离相对运动对探测性能的影响,建立了包括相对轨道倾角、相对升交点赤经、相对地心角和相对距离等四类描述远距离相对运动的相对轨道要素模型,给出了监视卫星与空间目标轨道根数偏差对相对轨道要素影响的变化规律;3)针对大样本空间目标监视任务轨道设计问题,提出了基于随机抽样与多变异位自适应遗传算法相结合的优化方法,通过随机抽样策略,在确保优化结果质量的同时明显提高了计算效率。研究提出了抵近成像监视轨道设计方法。1)建立了抵近成像弧段长度、最小抵近成像距离和抵近时刻相对角速率3类抵近成像性能指标模型以及描述抵近成像的小偏差相对运动模型,分析了切平面内小偏差相对运动典型构型以及偏心率偏差和半长轴偏差对典型构型的影响;2)推导了相对交点抵近问题的二体解析解;针对监视卫星与空间目标相对轨道倾角较大的抵近成像问题,研究了交点轨控抵近、相对漂移抵近和混合抵近三类抵近策略;3)针对最大收益抵近序列优化问题,利用空间目标轨道的聚类特性,提出了打包剪枝策略,解决了有限计算资源内普通剪枝法难以获得全局最优的问题;针对最小成本抵近序列优化问题,提出了分段剪枝策略,有效解决了轨道面漂移速率均方差较大的多星多目标抵近序列对时间敏感的问题。研究提出了空间目标光学监视任务规划方法。1)建立了空间目标光学监视的规划目标、在轨存储容量约束模型和功率容量约束模型、基于图着色的规划模型,给出了空间目标光学监视任务的求解框架;2)针对多个成像任务同时监视问题,提出了基于粒子群算法的任务合成算法,通过仿真分析,验证了任务合成算法的有效性,任务合成效果与空间目标个数成近线性关系,且比随机观测的平均收益高近8倍;3)提出了禁忌搜索算法和知识型蚁群算法两类任务规划算法,两类算法都能获得与0-1整数规划相近的解,在问题规模较小时,两类算法性能相当,而在问题规模较大时,知识型智能算法优化结果明显优于禁忌算法,但计算开支时间也远远超出禁忌搜索算法,而采用禁忌搜索算法与知识型蚁群算法相结合的策略则可实现以较快的速度获得较优的解。
侯鹏飞[5]（2018）在《RISC-V处理器扩展专用密码指令研究与设计》文中研究说明物联网领域的泄密隐患是一个亟待解决的安全问题,物联网节点间通信的加密手段多为通用处理器加密和定制算法模块加密两种,但两者分别存在加密性能低和灵活性不足的缺点。RISC-V架构的专用指令密码处理器具有较高的加密性能和对不同应用环境良好的适应性,能很好地满足物联网领域的信息加密需求。本文基于RISC-V架构设计了专用密码指令集,主要工作如下:提出了基于指令流图的扩展指令搜索算法,通过对指令流图和子图进行精确的数学定义,把扩展指令设计转化为子图划分的图论问题;基于模拟退火法设计了子图搜索算法,直接将密码算法处理性能作为优化目标,使求解过程具有子图筛选功能,节省了人工适配筛选的工作量。使用子图搜索算法分析了13种典型分组、序列密码算法,分析筛选出的各类子图的特性,确定子图的指令实现和硬件实现方案;设计了密码指令的格式扩展,通过设置源目的寄存器和寄存器偏移量,增加了单指令吞吐率上限,能有效提升密码指令性能,在此基础上设计出40多条扩展指令,构建了精简高效的专用密码指令集。针对密码算法中换位操作较多的情况设计了组合换位模块,可根据换位网络的迭代特性实现短字移位和级联移位操作;能依据配置信息量将置换操作划分为若干步骤,使置换指令能够实现在单指令吞吐率受限的RISC处理器中。针对分组算法中广泛使用的向量访存操作设计了向量存储结构,将传统的处理器RAM分片,使每片RAM都能独立访存,为密码算法中的S盒操作提供了硬件基础,能以少量的存储空间换取显着的性能提升。基于RISC-V基本指令处理器设计了专用密码处理器,搭建了软硬协同的处理器测试环境,验证了专用密码指令的功能,分析了密码指令对密码算法的加速比;并基于65nm CMOS工艺库实现逻辑综合,分析评估了处理器的性能。实验结果表明,使用本文设计的专用密码指令实现密码算法能获得5到8倍的加速比,专用密码处理器实现分组和序列算法的性能可以达到226.34Mbps和55.55Mbps,能够满足物联网领域的通信加密需求。
于淼[6]（2013）在《基于BP-GA混合算法的微震反演研究》文中研究表明微地震监测技术作为近年来发展迅速的地球物理勘探技术，能够实现储层压裂裂缝监测、油藏驱动实时监测等，在油气田勘探开发中具有重要意义。通过监测井中或者地面布设的检波器阵列接收生产活动中诱发或者产生的微震事件，反演微震源位置等压裂参数，并应用它们对生产活动进行监测和指导。但多数地球物理反演属于多极值目标函数优化问题，使得线性或类线性理论的反演方法易陷入局部极值，结果不可靠。本文遵循生命科学与工程科学相互渗透、交叉以及促进的近代科学发展趋势，消化吸收国内外学者关于非线性最优化问题研究成果，提出BP神经网络和遗传算法相结合的混合算法，应用于微震源定位反演问题。第一部分首先介绍了经典Geiger定位法、纵横波与同型波时差法和非线性反演算法等震源定位方法。主要介绍了非线性反演算法中的遗传算法和BP神经网络算法的基本概念、构成要素、理论基础和运算机制及特点，针对传统算法的缺点和局限性，分别提出了改进措施。第二部分利用射线路径追踪方法设计了各种不同介质模型正演模拟算法。建立的模型主要包括层状均匀介质模型、层状弯曲介质模型和复杂介质模型；正演算法主要应用了试射法中的二分法和基于网格思想的微变网格法。第三部分是本文的重点。首先回顾了遗传算法和BP神经网络算法在微震反演中的发展和应用现状。通过深入分析和研究两种算法在反演问题中的优劣势，提出了将GA和BP算法相互渗透和融合的混合算法策略及方案，目的改善非线性全局寻优方法的搜索性能，提高其在微震参数反演中的运算效率和反演精度。第四部分设计了matlab平台BP-GA混合优化算法，并将它应用于模拟微震源定位反演仿真实验。主要步骤：首先建立层状均匀介质模型下的正演模拟，获取各假设源至检波器阵列的到时差数据样本，然后利用样本训练经GA算法优化后的神经网络，使其能够在最优化权值和阈值的约束下预测微震源位置坐标。
涂娟娟[7]（2013）在《PSO优化神经网络算法的研究及其应用》文中提出传统的神经网络训练算法存在收敛速度慢,易陷入局部最优等缺陷。近年来出现的群智能优化算法如粒子群优化（PSO）算法具有较好的全局收敛性能,可用于训练神经网络参数和结构。许多研究者提出了一些改进的PSO算法,但是仍存在各种不足之处。本文在对现有改进算法进行总结的基础上,着重针对保持PSO算法中种群的多样性、充分挖掘问题对象中蕴含的先验信息并耦合至PSO两方面提出了几种新的改进算法,同时将新算法应用于DNA微阵列数据处理的研究中。论文主要工作包含如下四个方面：1)现有的诸多PSO算法在迭代过程中微粒群的多样性不能很好地保持,针对此问题提出了一种改进的分期变异PSO（SMPSO）算法,用于优化神经网络参数及结构。SMPSO在早期对微粒值进行变异,后期对个体极值和全局极值进行随机扰动,始终将微粒群的多样性保持在合理范围。通过在两类分类数据集上的实验结果表明采用SMPSO训练神经网络比传统算法更加有效,在收敛速度和分类精度上均有提高。2)问题对象中蕴含有大量先验信息,将其提取出来并耦合进神经网络训练算法中可以加快收敛速度,提高模型处理准确性。但是,将先验信息耦合进PSO算法这方面的研究不多,因此,本文首先在函数逼近方面做了一些研究工作。在解决函数逼近问题时,提出了耦合两种先验信息的PSO优化神经网络算法。首先将提取的两种函数特征转化成等价的数学表达式,后耦合进PSO算法中用于训练神经网络。实验结果表明先验信息能使算法快速收敛,提高逼近精度,并且,两类先验信息对于不同函数的逼近效果有一定差异。3)在解决分类问题时,针对样本集大小的情况,分别提出了两种对应的耦合先验信息的PSO优化神经网络算法。第一,利用贝叶斯方法抽取样本的先验信息,耦合进PSO算法,然后用于训练BP神经网络；第二,利用支持向量机（SVM）算法处理小样本的优势,经过一定转化,将先验信息耦合进PSO,后与PLS算法相结合,用于优化径向基（RBF）神经网络参数和结构。实验结果证明了先验信息能缩小初始搜索空间,引导微粒飞行,从而提高算法收敛速度和分类正确率。4)DNA微阵列数据具有高维、小样本等特点,将上述针对小样本的耦合先验信息的PSO优化神经网络算法用于对其分类。经过在多个数据集上的分类测试验证了新算法对于微阵列数据处理有一定优势。
潘婷婷[8]（2009）在《基于有限元法和遗传算法的电磁层析成像方法的研究》文中研究表明电磁层析成像（EMT）是一种基于电磁感应原理的新型过程层析成像技术,具有测量时“非接触和非介入”的特点,避免了电极和物体之间接触电阻的影响,测量精度不受电极必须与被测物体接触良好的限制。并且EMT测量目标与装置之间不存在电流耦合,避免了极化现象,易于构成现场状况下长期可靠工作的检测系统。在医学上EMT抗噪性能好,对病人无电离辐射作用,无漏电,具有更好的无创性,并且造价低。因此,电磁层析成像应用领域十分广阔,具有巨大的工程应用潜力,是国际应用电磁技术的前沿性研究课题。本文在研究了现有电磁层析成像系统构成以及数据测量和图像重建的常用算法的基础上,对电磁层析成像方法进行了分析研究。针对电磁成像正问题求解的对象大多结构复杂且介质特征各异,难有解析解,以及电磁成像图形重建本身是非线性问题,而现有的算法成像质量差等缺陷,提出了一种基于有限元和改进的遗传算法相结合的新方法来实现电磁成像。本文在建立EMT敏感场数学模型的基础上,应用有限元分析法求解EMT正问题,为图像重建提供了可靠的先验信息。采用三角形剖分和相应的三顶点线性插值,插值函数采用一阶线性函数。利用大型有限元仿真软件Ansoft对敏感场进行仿真分析。针对EMT敏感场,详细地从敏感场内激励电流、激励频率和目标物质的属性对敏感场的影响,以及目标物质位置,材料对检测电压值的影响等方面进行了对比与分析。基于标准遗传算法,针对早熟现象以及接近最优解时在最优解附近左右摆动,收敛较慢等缺陷,对适应度函数和遗传操作进行了改进。改进后的遗传算法能较好地收敛到最优解,较好地保证了成像质量。本文最后在Matlab环境下对电磁层析成像技术进行了仿真。仿真结果表明有限元方法求解出的正问题的解有非常好的逻辑性、准确性、稳定性和较低的复杂性。改进后的遗传算法具有较好的收敛性,对目标物体定位比LBP法和牛顿拉夫逊法准确,成像质量更好。理论分析和仿真结果显示,将有限元法和改进后的遗传算法应用于电磁层析成像中是有效且可行的。
郭彦伟[9]（2009）在《基于并行结构的BP改进算法研究》文中研究表明近几年,关于神经网络的研究取得了令人瞩目的进展,引起了包括计算机科学、脑神经科学、人工智能等学科领域内的科学家的巨大热情和广泛兴趣。神经网络是人类对其大脑信息处理机制的模拟,希望通过模拟人脑的结构和思维来实现它的功能,其理论的应用已渗透到各个领域。BP神经网络是目前神经网络理论发展最完善、应用最为广泛的网络,其误差反传的特性能够解决加入隐含层之后的学习问题,其实质是采用梯度下降法使权值的改变总是朝着误差变小的方向改进,最终达到最小误差。由于它采用非线性规划中的最速下降法,因而存在极易陷入局部极小的缺陷,并且收敛速度很慢。BP神经网络在处理非结构性问题方面有着突出的优点,正是由于BP神经网络本身的并行性和鲁棒性为解决非结构性问题提供了一条颇具潜力的新途径,引起了人们的巨大兴趣。因此可结合并行计算机的思想,设计有效的并行结构用于BP神经网络的训练,加速其学习速度及提高精度,更有效地找到全局最小。并行机可分为SIMD和MIMD系统,在并行机发展的初期,SIMD类型并行机对其发展起到了重要的推动作用,但随着微处理芯片技术的发展,90年代以后,单处理机性能得到了极大地提高,也因此导致并行机朝MIMD方向发展,SIMD并行机基本退出了历史舞台。然而就结构上讲,两者各有优缺点,可结合两者的优点设计新的并行结构以解决某些特定问题。本文对神经网络的历史概况、基本原理以及神经网络的应用领域进行了简单的介绍,并详细叙述了各类神经网络模型、神经网络的学习规则。介绍了BP神经网络的基本原理,分析了算法推导过程及其优缺点,针对BP网络的缺陷综述了各种有效的改进算法。对目前流行的并行机作了一些介绍,详细分析了各种并行结构的组成及特点,并对其进行比较。阐述了并行思想在很多领域的广泛应用。本文结合新的并行结构模型对BP网络进行优化,提出一种基于并行策略的算法,使多个结构相同的网络同时并行参与训练,从而加快收敛速度,通过在串行机上进行模拟实验和其它BP改进算法进行比较,并将其用于函数逼近,提高了训练速度和精度,验证了该算法的有效性。
李文宬[10]（2009）在《基于遗传算法的多频功率分配器优化设计》文中指出功率分配器是微波功率放大器的重要器件,是射频系统和通信系统的关键部件之一。随着无线通信系统的飞速发展,GSM、WLAN、TD-SCDMA等众多通信标准的应用,需要工作于多个频率的功率分配器。针对功率分频器的设计,国内外研究者提出了很多的设计方法,传统设计方法主要是借助较复杂的数学计算来得到相应的设计参数,且只能进行单一参数的优化设计,同时进行多参数优化设计非常困难。而遗传算法则不需要对复杂的解析表达式进行求解,只需要分析搜索方向的目标函数,可以很方便地进行多参数优化设计。与传统方法相比,遗传算法避免了对结构参数的条件约束而带来的结果不够精确,运用不够灵活,速度过慢等问题。本文首先介绍多频Wilkinson功率分配器的研究现状,然后对基于改进遗传算法的工作于多频段Wilkinson功率分配器的设计方法进行了深入研究,重点开展了如下研究工作:第一,对网络分析中的偶-奇模技术进行改进,使其能分析多频功率分配器,从而得到遗传算法中所需要的目标函数。讨论了传统遗传算法的不足,针对遗传算法的早熟、收敛的问题,在简单遗传算法中加入了最优保持操作、自适应概率的交叉和变异操作。第二,采用遗传算法设计一个双频等分Wilkinson功率分配器,可以在任意两个频率上都达到良好的匹配和隔离度。并用ADS软件进行仿真验证,端口隔离度和回波损耗都达到了40dB以上。第三,运用遗传算法设计了功率分配比为4:1和2:1的双频不等分Wilkinson功率分配器,工作在0.9GHz和1.8GHz两个频率上,用ADS软件仿真验证表明回波损耗和端口隔离度都达到了40dB以上。第四,讨论了采用遗传算法设计N路双频Wilkinson功率分配器的方法,并设计了一分三路和一分四路的两个多路双频功率分配器,经过ADS软件仿真验证表明回波损耗在40dB以上,隔离度在50dB以上。第五,提出一种基于遗传算法的三频Wilkinson功率分配器设计方法,能工作于任意三个不同频率。设计了两个三频等分Wilkinson功率分配器,ADS软件仿真结果表明在三个频率上都有着良好的匹配和隔离度。
二、基于剪枝法的Costas阵列通用搜索算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于剪枝法的Costas阵列通用搜索算法（论文提纲范文）
（2）Costas阵列枚举搜索算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文主要内容及章节安排 |
| 第二章 Costas阵列简介 |
| 2.1 置换矩阵 |
| 2.1.1 置换矩阵的定义 |
| 2.1.2 置换矩阵的表示 |
| 2.2 阵列的相关函数 |
| 2.3 Costas阵列 |
| 2.3.1 Costas阵列定义 |
| 2.3.2 Costas阵列判定 |
| 2.4 Costas阵列的获得 |
| 2.4.1 伽罗瓦域构造法 |
| 2.4.2 枚举搜索法 |
| 2.4.3 伽罗瓦域构造法与枚举搜索法的比较 |
| 第三章 基于向量的Costas阵列搜索算法 |
| 3.1 置换矩阵生成 |
| 3.2 Costas阵列判断准则优化 |
| 3.3 算法思想 |
| 3.4 结果分析 |
| 3.5 本章小结 |
| 第四章 Costas阵列搜索算法的优化 |
| 4.1 链表 |
| 4.1.1 单向链表 |
| 4.1.2 单向循环链表 |
| 4.1.3 双向链表 |
| 4.1.4 双向循环链表 |
| 4.2 算法思想 |
| 4.2.1 对置换矩阵生成方法的改进 |
| 4.2.2 Costas阵列对称性 |
| 4.2.3 算法描述 |
| 4.3 结果分析 |
| 4.4 本章小结 |
| 第五章 Costas阵列并行搜索 |
| 5.1 并行程序设计基础 |
| 5.1.1 并行编程范式 |
| 5.1.2 进程和线程 |
| 5.1.3 同步和通信 |
| 5.1.4 多执行核上并行程序设计 |
| 5.1.5 影响并行计算性能的因素 |
| 5.2 Costas阵列并行搜索实现 |
| 5.3 结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 致谢 |
（3）智能象棋对弈系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题研究现状 |
| 1.3 主要研究内容与创新点 |
| 1.4 论文章节安排 |
| 第二章 视觉识别部分 |
| 2.1 识别算法 |
| 2.1.1 SIFT匹配 |
| 2.1.2 卷积神经网络 |
| 2.1.3 数据增强 |
| 2.2 运动检测 |
| 2.2.1 光流法 |
| 2.2.2 帧间差分法 |
| 2.2.3 背景减法 |
| 2.3 本章小结 |
| 第三章 博弈算法 |
| 3.1 搜索算法 |
| 3.1.1 贪婪策略 |
| 3.1.2 极小化极大算法 |
| 3.1.3 Alpha-beta 剪枝法 |
| 3.1.4 蒙特卡洛树搜索 |
| 3.2 评估函数 |
| 3.2.1 静态估值函数 |
| 3.2.2 时间差分学习 |
| 3.3 本章小结 |
| 第四章 系统设计与实现 |
| 4.1 系统设计及运行流程 |
| 4.2 视觉部分实现 |
| 4.2.1 棋盘矫正 |
| 4.2.2 棋子的定位 |
| 4.2.3 棋子识别 |
| 4.3 象棋对弈算法部分 |
| 4.3.1 棋局的数据结构 |
| 4.3.2 搜索算法的对比 |
| 4.4 对弈动作 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 附录1 ：作者在攻读硕士学位期间发表的成果和参与的项目 |
| 附录2 ：相关代码 |
| 1.视觉识别部分：棋盘矫正 |
| 2.视觉识别部分：寻找棋子 |
| 3.视觉识别部分：识别棋子 |
| 4.对弈算法部分：棋盘初始化以及子力位置价值表 |
| 5.对弈算法部分：走法生成 |
| 6.对弈算法部分：搜索算法 |
（4）空间目标光学监视卫星轨道设计及任务规划（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景 |
| 1.1.1 空间目标监视相关概念 |
| 1.1.2 选题依据 |
| 1.2 天基空间目标监视系统发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 相关技术国内外研究现状 |
| 1.3.1 光学监视约束建模及求解 |
| 1.3.2 监视卫星轨道设计 |
| 1.3.3 监视卫星任务规划 |
| 1.3.4 研究现状总结 |
| 1.4 主要内容安排 |
| 第二章 光学监视约束模型及求解方法 |
| 2.1 光学监视约束模型 |
| 2.1.1 地球遮挡约束 |
| 2.1.2 地影约束 |
| 2.1.3 太阳光干扰约束 |
| 2.1.4 月光干扰约束 |
| 2.1.5 视场背景约束 |
| 2.1.6 观测视场角约束 |
| 2.1.7 观测星等约束 |
| 2.1.8 相对角速度约束 |
| 2.2 多约束满足问题定义及分析 |
| 2.2.1 基本定义 |
| 2.2.2 约束满足度对比分析 |
| 2.2.3 多约束满足问题分析 |
| 2.3 多约束满足问题求解算法 |
| 2.3.1 基本算法 |
| 2.3.2 改进算法 |
| 2.4 多约束满足求解算法选择策略 |
| 2.4.1 约束满足度排序仿真 |
| 2.4.2 算法性能比较分析 |
| 2.4.3 算法选择策略 |
| 2.5 本章小结 |
| 第三章 远距离探测轨道设计 |
| 3.1 问题模型 |
| 3.1.1 远距离探测性能指标 |
| 3.1.2 远距离探测轨道优化 |
| 3.2 相对轨道要素模型及变化规律 |
| 3.2.1 相对轨道要素模型 |
| 3.2.2 相对轨道要素变化规律 |
| 3.3 基于随机抽样与遗传算法组合的优化策略 |
| 3.3.1 算法设计思想 |
| 3.3.2 分层随机抽样 |
| 3.3.3 多变异位自适应遗传算法 |
| 3.3.4 算例及分析 |
| 3.4 本章小结 |
| 第四章 抵近成像监视轨道设计 |
| 4.1 抵近成像问题基本模型 |
| 4.1.1 抵近成像约束模型 |
| 4.1.2 抵近成像性能指标 |
| 4.2 小偏差相对运动 |
| 4.2.1 坐标系定义 |
| 4.2.2 小偏差相对运动模型 |
| 4.2.3 切平面相对运动构型 |
| 4.3 相对升交点抵近 |
| 4.3.1 相对升交点抵近阶段划分 |
| 4.3.2 二体问题解析解 |
| 4.4 相对轨道倾角抵近 |
| 4.4.1 相对轨道倾角抵近阶段划分 |
| 4.4.2 交点轨控抵近 |
| 4.4.3 相对漂移抵近 |
| 4.4.4 混合抵近 |
| 4.5 多目标抵近序列优化 |
| 4.5.1 轨道动力学模型 |
| 4.5.2 最优性剪枝法 |
| 4.5.3 最大收益抵近序列优化 |
| 4.5.4 最小成本抵近序列优化 |
| 4.6 本章小结 |
| 第五章 空间目标光学监视任务规划 |
| 5.1 空间目标光学监视任务基本模型 |
| 5.1.1 规划目标及任务属性 |
| 5.1.2 符号说明 |
| 5.1.3 约束模型 |
| 5.1.4 规划模型 |
| 5.1.5 求解框架 |
| 5.2 监视任务合成 |
| 5.2.1 任务合成原理 |
| 5.2.2 基于粒子群算法的任务合成方法 |
| 5.2.3 仿真分析 |
| 5.3 基于禁忌搜索算法的监视任务规划 |
| 5.3.1 考虑单一资源的调度问题 |
| 5.3.2 考虑两类资源的调度问题 |
| 5.4 基于知识型蚁群算法的监视任务规划 |
| 5.4.1 知识型蚁群算法基本框架 |
| 5.5 任务规划算法选择策略 |
| 5.5.1 算法性能比较分析 |
| 5.5.2 算法选择策略 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文主要研究成果 |
| 6.2 进一步的研究展望 |
| 附录 A 空间目标位置计算 |
| 附录 B 主要算法 |
| B.1 多约束满足求解算法 |
| B.1.1 基本串行算法 |
| B.1.2 基于子约束满足度固定排序的串行算法 |
| B.1.3 基于子约束满足度自适应排序的串行算法 |
| B.2 粒子群算法的求解步骤 |
| B.3 基本禁忌算法 |
| B.4 求解两类资源的禁忌搜索算法伪代码 |
| 缩语表 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（5）RISC-V处理器扩展专用密码指令研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及创新点 |
| 1.3.1 研究内容 |
| 1.3.2 主要创新点 |
| 1.4 论文结构安排 |
| 第二章 RISC-V处理器扩展密码指令相关技术研究 |
| 2.1 RISC-V架构特性研究 |
| 2.1.1 RISC处理器特性研究 |
| 2.1.2 RISC-V指令集架构研究 |
| 2.2 扩展指令提取相关算法研究 |
| 2.2.1 指令提取的图论问题分析 |
| 2.2.2 启发式算法研究 |
| 2.3 专用密码指令的扩展ALU模型设计 |
| 2.3.1 密码处理器流水线结构 |
| 2.3.2 扩展ALU模型设计 |
| 2.4 本章小结 |
| 第三章 基于指令流图的扩展指令搜索方法研究 |
| 3.1 指令流图构建方法研究 |
| 3.1.1 剪枝与拼接方法研究 |
| 3.1.2 分支逻辑消除方法研究 |
| 3.2 面向扩展指令的子图评价方法研究 |
| 3.2.1 指令子图的评价指标研究 |
| 3.2.2 连接结点的处理方法研究 |
| 3.3 子图搜索算法研究与设计 |
| 3.3.1 子图搜索的目标函数设计 |
| 3.3.2 子图搜索算法设计 |
| 3.4 本章小结 |
| 第四章 基于子图分析的专用密码指令设计 |
| 4.1 面向样本对称密码算法的子图生成 |
| 4.1.1 对称密码算法基本操作分析 |
| 4.1.2 样本算法生成子图分析 |
| 4.2 样本算法子图种类及实现方法研究 |
| 4.2.1 向量访存类子图 |
| 4.2.2 XTIME类子图 |
| 4.2.3 置换类子图 |
| 4.2.4 自异或类子图 |
| 4.2.5 移位类子图 |
| 4.2.6 后异或类子图 |
| 4.2.7 乘法子图 |
| 4.3 RISC-V架构专用密码指令设计 |
| 4.3.1 专用密码指令格式扩展 |
| 4.3.2 专用密码指令设计 |
| 4.4 本章小结 |
| 第五章 专用密码指令硬件设计关键技术研究 |
| 5.1 换位类指令模块研究与设计 |
| 5.1.1 置换操作实现方法研究 |
| 5.1.2 移位操作实现方法研究 |
| 5.1.3 RISC-V处理器组合换位单元设计 |
| 5.2 基于S盒查表的向量存储结构设计 |
| 5.2.1 RISC-V处理器存储特性分析 |
| 5.2.2 S盒操作特性研究 |
| 5.2.3 向量存储结构研究与设计 |
| 5.3 本章小结 |
| 第六章 功能验证与性能分析 |
| 6.1 测试环境与测试方法设计 |
| 6.1.1 专用密码处理器设计 |
| 6.1.2 软硬协同验证平台设计 |
| 6.1.3 密码处理器测试流程 |
| 6.1.4 处理器性能分析方法 |
| 6.2 专用密码指令功能验证 |
| 6.2.1 SM4分组算法功能验证 |
| 6.2.2 AES分组算法功能验证 |
| 6.2.3 A5-1序列算法功能验证 |
| 6.3 专用密码处理器性能分析 |
| 6.3.1 密码算法指令条数分析 |
| 6.3.2 密码处理器性能分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（6）基于BP-GA混合算法的微震反演研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 微震监测技术研究 |
| 1.2.1 国外研究现状及发展趋势 |
| 1.2.2 国内研究现状及发展趋势 |
| 1.3 微地震反演技术研究 |
| 1.3.1 微地震反演概述 |
| 1.3.2 国内外研究现状 |
| 1.4 论文研究内容及技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 第二章 微震源定位方法 |
| 2.1 经典 Geiger 定位法 |
| 2.2 纵横波与同型波时差法 |
| 2.2.1 纵横波时差法 |
| 2.2.2 同型波时差法 |
| 2.3 非线性反演算法 |
| 2.3.1 遗传算法及其改进研究 |
| 2.3.2 BP 神经网络算法及其改进研究 |
| 2.4 本章小结 |
| 第三章 基于射线追踪正演方法研究 |
| 3.1 射线理论 |
| 3.1.1 数学描述 |
| 3.1.2 程函方程 |
| 3.2 射线路径追踪方法 |
| 3.2.1 试射法 |
| 3.2.2 弯曲法 |
| 3.2.3 微变网格法 |
| 3.3 射线追踪正演模拟 |
| 3.3.1 水平层状均匀模型 |
| 3.3.2 弯曲层状均匀模型 |
| 3.3.3 复杂层状模型 |
| 3.4 误差分析 |
| 3.5 本章小结 |
| 第四章 非线性混合优化反演方法研究 |
| 4.1 非线性优化反演方法 |
| 4.1.1 遗传算法反演方法 |
| 4.1.2 BP 神经网络反演方法 |
| 4.2 BP-GA 混合优化算法 |
| 4.3.1 BP-GA 算法构成 |
| 4.3.2 BP-GA 算法设计 |
| 4.3.3 BP-GA 算法性能测试 |
| 4.3 定位反演流程归纳 |
| 4.4 本章小结 |
| 第五章 数值模拟及误差分析 |
| 5.1 数学模型建立 |
| 5.2 射线追踪正演模拟 |
| 5.3 BP-GA 混合算法反演 |
| 5.4 误差分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（7）PSO优化神经网络算法的研究及其应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.4 论文的主要研究内容 |
| 1.5 论文的结构安排 |
| 1.6 本章小结 |
| 第二章 PSO优化神经网络算法基础理论及研究现状 |
| 2.1 前馈神经网络及其优化技术 |
| 2.1.1 前馈神经网络 |
| 2.1.2 前馈神经网络优化技术 |
| 2.2 PSO算法及现有改进方法 |
| 2.2.1 群智能优化算法简介 |
| 2.2.2 PSO算法 |
| 2.2.3 PSO算法改进的研究现状 |
| 2.3 PSO优化神经网络算法及研究现状 |
| 2.3.1 PSO优化神经网络算法 |
| 2.3.2 PSO优化神经网络算法的研究现状 |
| 2.4 本章小结 |
| 第三章 改进的SMPSO优化神经网络算法 |
| 3.1 概述 |
| 3.2 改进的SMPSO算法 |
| 3.3 基于SMPSO的相关性剪枝算法 |
| 3.3.1 神经网络相关性剪枝算法 |
| 3.3.2 基于SMPSO的相关性剪枝算法 |
| 3.4 实验结果及分析 |
| 3.5 本章小结 |
| 第四章 函数逼近问题中耦合先验信息的PSO优化神经网络算法 |
| 4.1 概述 |
| 4.2 先验信息的提取及耦合方法 |
| 4.2.1 先验信息 |
| 4.2.2 函数逼近问题中先验信息的提取及耦合方式 |
| 4.3 耦合上下界的PSO优化神经网络算法 |
| 4.3.1 上下界先验信息的提取和使用 |
| 4.3.2 ULB-PSO-BPNN算法描述 |
| 4.4 耦合一阶导数的PSO优化神经网络算法 |
| 4.4.1 一阶导数先验信息的提取和使用 |
| 4.4.2 FOD-PSO-BPNN算法描述 |
| 4.5 实验结果及分析 |
| 4.5.1 参数设置和评价指标 |
| 4.5.2 实验结果及分析 |
| 4.6 本章小结 |
| 第五章 分类问题中耦合先验信息的PSO优化神经网络算法 |
| 5.1 概述 |
| 5.2 针对大样本数据集的PSO优化神经网络算法 |
| 5.2.1 大样本数据集中提取先验信息的方法 |
| 5.2.2 PIPSO-BPNN算法 |
| 5.2.3 实验结果及分析 |
| 5.3 针对小样本数据集的PSO优化神经网络算法 |
| 5.3.1 PIPSO-RBF算法 |
| 5.3.2 PIPSO-RBF的结构优化 |
| 5.3.3 实验结果及分析 |
| 5.4 本章小结 |
| 第六章 改进的PSO优化神经网络算法在微阵列数据处理中的应用 |
| 6.1 概述 |
| 6.2 微阵列数据特征选择算法 |
| 6.2.1 现有的微阵列数据特征选择算法 |
| 6.2.2 基于基因的信噪比的特征选择 |
| 6.3 微阵列数据分类算法 |
| 6.3.1 现有的微阵列数据分类算法 |
| 6.3.2 基于PIPSO-RBF算法的微阵列数据分类 |
| 6.4 实验结果及分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 下一步的工作 |
| 参考文献 |
| 致谢 |
| 在学期间发表的论文和参与的科研项目 |
（8）基于有限元法和遗传算法的电磁层析成像方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 电磁层析成像研究背景及意义 |
| 1.2 电磁层析成像概述 |
| 1.3 电磁层析成像技术的发展及研究现状 |
| 1.4 本文的主要任务及组织结构 |
| 第2章 EMT正问题的分析求解 |
| 2.1 电磁成像基本原理及等效电路 |
| 2.1.1 基本原理 |
| 2.1.2 等效电路 |
| 2.1.3 硬件系统 |
| 2.2 EMT正问题的数学模型 |
| 2.2.1 EMT正问题的场方程式 |
| 2.2.2 EMT正问题的边值问题 |
| 2.3 电磁场数值计算 |
| 2.4 基于有限元法的EMT正问题求解 |
| 2.4.1 有限元法介绍 |
| 2.4.2 EMT正问题求解 |
| 2.5 本章小结 |
| 第3章 EMT敏感场的仿真研究 |
| 3.1 Ansoft软件的介绍 |
| 3.1.1 Ansoft的介绍 |
| 3.1.2 Ansoft的分析步骤 |
| 3.2 Ansoft对EMT建模 |
| 3.3 敏感场仿真分析 |
| 3.3.1 激励电流对磁感应强度的影响 |
| 3.3.2 激励频率对磁感应强度的影响 |
| 3.3.3 目标物体属性对磁感应强度的影响 |
| 3.4 检测电压值分析 |
| 3.4.1 检测电压值分布 |
| 3.4.2 目标物体位置对检测电压的影响 |
| 3.4.3 目标物体材料对检测电压的影响 |
| 3.5 本章小结 |
| 第4章 基于遗传算法的图像重建 |
| 4.1 EMT图像重建算法分析 |
| 4.1.1 基于灵敏度系数的线性反投影算法(LBP) |
| 4.1.2 修正的牛顿拉夫逊法 |
| 4.2 遗传算法 |
| 4.2.1 遗传算法基本原理 |
| 4.2.2 遗传算法与传统方法的比较 |
| 4.2.3 遗传算法的实现 |
| 4.3 基于改进遗传算法的图像重构算法 |
| 4.3.1 图像重建数学模型 |
| 4.3.2 改进的遗传算法 |
| 4.4 本章小结 |
| 第5章 图像重建的仿真实验 |
| 5.1 场域剖分 |
| 5.1.1 剖分准则 |
| 5.1.2 存储方式 |
| 5.1.3 有限元单元编号 |
| 5.1.4 网格加密 |
| 5.1.5 节点编号 |
| 5.1.6 节点坐标 |
| 5.2 剖分转换 |
| 5.3 单线圈激励敏感场的灵敏度分布 |
| 5.4 实验及结果分析 |
| 5.4.1 像素块的划分 |
| 5.4.2 仿真结果分析 |
| 5.5 本章小结 |
| 第6章 结论 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 硕士期间发表的论文和参加的科研项目 |
（9）基于并行结构的BP改进算法研究（论文提纲范文）
| 目录 |
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 课题的研究背景 |
| 1.2 本文主要工作 |
| 1.3 本文组织安排 |
| 第二章 BP网络 |
| 2.1 神经网络概述 |
| 2.1.1 生物神经元的基本原理 |
| 2.1.2 神经网络的学习规则 |
| 2.1.3 神经网络的研究现状 |
| 2.1.4 神经网络的研究课题 |
| 2.2 BP网络概述 |
| 2.2.1 BP算法原理 |
| 2.2.2 BP神经网络的特点 |
| 2.3 本章小结 |
| 第三章 并行结构 |
| 3.1 SIMD计算机的特性 |
| 3.2 MIMD多处理机结构 |
| 3.2.1 MIMD多处理机基本概念 |
| 3.2.2 MIMD多处理机分类 |
| 3.3 两种体系结构的比较 |
| 3.4 本章小结 |
| 第四章 基于并行结构的BP改进算法 |
| 4.1 BP网络的改进 |
| 4.1.1 基于梯度方法上的改进 |
| 4.1.2 结构内网络参数确定及改进 |
| 4.1.3 提高神经网络泛化能力的方法 |
| 4.1.4 基于数值最优化的BP改进算法 |
| 4.2 基于并行策略的BP算法原理 |
| 4.3 PBBP算法用于函数逼近 |
| 4.4 仿真实验与结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间的主要成果 |
| 致谢 |
（10）基于遗传算法的多频功率分配器优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 遗传算法的特点 |
| 1.3 遗传算法与传统方法的比较 |
| 1.4 遗传算法在多频Wilkinson功率分配器中的应用 |
| 1.5 论文结构 |
| 第二章 功率分配器的理论基础 |
| 2.1 概述 |
| 2.2 无耗互易三端口网络的基本性质 |
| 2.3 Wilkinson功率分配器 |
| 2.3.1 基本理论分析 |
| 2.3.2 偶-奇模分析法 |
| 2.3.3 Wilkinson功率分配器优化参数 |
| 第三章 遗传算法及其在功率分配器设计中的应用 |
| 3.1 遗传算法概述 |
| 3.1.1 遗传算法的基本概念 |
| 3.1.2 遗传算法的基本操作过程 |
| 3.1.3 简单遗传算法的运算流程 |
| 3.1.4 遗传算法的应用 |
| 3.2 基于遗传算法的多频功率分配器设计流程 |
| 第四章 双频Wilkinson功率分配器优化设计 |
| 4.1 概述 |
| 4.2 双频Wilkinson功率分配器模型 |
| 4.2.1 偶模分析 |
| 4.2.2 奇模分析 |
| 4.3 遗传算法策略 |
| 4.4 双频Wilkinson功率分配器优化设计 |
| 4.5 小结 |
| 第五章 双频不等分Wilkinson功率分配器优化设计 |
| 5.1 概述 |
| 5.2 双频不等分功率分配器模型 |
| 5.2.1 偶模分析 |
| 5.2.2 奇模分析 |
| 5.3 遗传算法策略 |
| 5.4 优化结果 |
| 5.5 小结 |
| 第六章 N路双频Wilkinson功率分配器优化设计 |
| 6.1 概述 |
| 6.2 N路双频功率分配器模型 |
| 6.2.1 四端口网络 |
| 6.2.2 偶模分析 |
| 6.2.3 奇模分析 |
| 6.3 遗传算法策略 |
| 6.4 优化结果 |
| 6.5 小结 |
| 第七章 三频Wilkinson功率分配器优化设计 |
| 7.1 概述 |
| 7.2 三频功率分配器模型 |
| 7.2.1 偶模分析 |
| 7.2.2 奇模分析 |
| 7.3 遗传算法策略 |
| 7.4 优化结果 |
| 7.5 小结 |
| 第八章 结论及未来的工作 |
| 8.1 结论 |
| 8.2 未来的工作 |
| 致谢 |
| 参考文献 |
| 附录A 发表或即将发表的论文 |
| 附录B 参与的主要科研工作 |
四、基于剪枝法的Costas阵列通用搜索算法（论文参考文献）
- [1]基于分布式架构的Costas序列搜索系统的设计与实现[D]. 余凡. 南京邮电大学, 2021
- [2]Costas阵列枚举搜索算法研究[D]. 朱殿宏. 南京邮电大学, 2019(02)
- [3]智能象棋对弈系统的设计与实现[D]. 江泽裔. 东华大学, 2018(06)
- [4]空间目标光学监视卫星轨道设计及任务规划[D]. 刘翔春. 国防科技大学, 2018(02)
- [5]RISC-V处理器扩展专用密码指令研究与设计[D]. 侯鹏飞. 战略支援部队信息工程大学, 2018(12)
- [6]基于BP-GA混合算法的微震反演研究[D]. 于淼. 吉林大学, 2013(09)
- [7]PSO优化神经网络算法的研究及其应用[D]. 涂娟娟. 江苏大学, 2013(08)
- [8]基于有限元法和遗传算法的电磁层析成像方法的研究[D]. 潘婷婷. 东北大学, 2009(06)
- [9]基于并行结构的BP改进算法研究[D]. 郭彦伟. 山东师范大学, 2009(10)
- [10]基于遗传算法的多频功率分配器优化设计[D]. 李文宬. 重庆邮电大学, 2009(S2)
标签：遗传算法matlab程序论文; 并行处理论文; 空间分析论文; 计算机指令论文; 神经网络论文;