您现在的位置: 首页> 研究主题> 衰减因子

衰减因子

衰减因子的相关文献在1990年到2022年内共计202篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、建筑科学 等领域,其中期刊论文152篇、会议论文7篇、专利文献27172篇;相关期刊124种,包括预测、科学技术与工程、中国医学物理学杂志等; 相关会议7种,包括第九届全国爆炸力学学术会议、中国地球物理学会第二十七届年会、2006全国暖通空调制冷学术年会等;衰减因子的相关文献由560位作者贡献,包括张清、杜正中、杨毅等。

衰减因子—发文量

期刊论文>

论文:152 占比:0.56%

会议论文>

论文:7 占比:0.03%

专利文献>

论文:27172 占比:99.42%

总计:27331篇

衰减因子—发文趋势图

衰减因子

-研究学者

  • 张清
  • 杜正中
  • 杨毅
  • 涂永峰
  • 王东琦
  • 王静
  • 胡晨
  • 苗磊
  • 詹五洲
  • 许剑峰
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 黄小根; 钟尚勤
    • 摘要: 针对樽海鞘群算法(Salp Swarm Algorithm, SSA)求解精度不足、容易早熟收敛的缺点,提出了一种多策略协同作用的改进樽海鞘群算法(MSSSA)。在领导者位置更新公式中引入指数衰减因子,改善算法的全局收敛速度;在跟随者位置更新公式中引入随机惯性权重算子,以协调并增强算法的局部开采和全局勘探能力;通过加权方式产生潜在食物源,并根据贪婪准则在当前食物源和潜在食物源中保留较优食物源,引导樽海鞘个体向最优解空间运动。采用7个基准函数进行仿真,同时使用Friedman排名检验评价所提算法的性能,测试结果表明,改进算法的寻优精度和收敛速度明显优于标准樽海鞘群算法和多种改进的樽海鞘群算法。
    • 崔兆文; 王武
    • 摘要: 随着计算机技术的快速发展,利用深度学习和图像处理技术辅助医师完成医疗诊断成为研究的热点问题之一。在医疗临床领域,人体外周血白细胞的检测对疾病的判断有不可或缺的作用,提出了基于深度学习的一种人体外周血白细胞分类的方法。首先建立了卷积神经网络模型,采用中值滤波和图像压缩技术对人体外周血血液图像进行预处理。利用衰减因子防止卷积神经网络过拟合,同时利用粒子群算法对衰减因子进行优化,寻找最优的衰减因子。实验表明,优化后的神经网络模型对无颗粒白细胞识别率为96.61%,对有颗粒白细胞识别率为96.56%,基本满足既定目标。利用卷积神经网络的方法,在避免精确分割细胞复杂性的同时避免人工选取特征的差异性,而且取得了不错的准确率。
    • 刘伟; 张伟
    • 摘要: 由于传播空间中阻挡物对无线信号造成的衰减作用,导致无线信号传播损耗预测的准确性较低。为此,提出基于人工智能算法的无线信号传播损耗预测方法,构建了无线信号传播模型,设置无线信号从发送端到接收端的平均衰减值为路径损耗,在此基础上引入了以阻挡物作用为核心的衰减因子,利用人工智能算法中的粒子群优化算法对衰减因子进行寻优,将寻优结果带入到无线信号传播模型中,实现对信号传播损耗的预测。测试结果表明,设计方法对信号传播损耗预测结果的RMSE、MAPE、MAE和MSE值分别为1.97、5.44、2.11和3.8809,且98.24%的预测样本相对误差均为±5 dBm范围内。
    • 陈永刚; 韩思成; 贾水兰; 许继业
    • 摘要: 针对虚拟应答器(VB)信息融合时使用Kalman滤波易出现滤波发散的问题,提出了基于改进Sage-Husa自适应滤波算法的信息融合方法.首先采用自适应滤波动态调节噪声统计特性参数,抑制滤波发散,在预测误差方差矩阵中引入衰减因子,减小陈旧数据的影响进而提高滤波精度,最后进行仿真实验,将所提出的滤波算法与Kalman滤波和Sage-Husa自适应滤波在VB的位置误差和速度误差上进行对比.仿真结果证明:在相同的时间内,本文所述算法在VB的定位误差上具有显著优势,具有较好地稳定性.
    • 张坤; 王学敏; 李芳; 杨迪; 邓佳; 吴湘阳
    • 摘要: 目的:基于Monaco计划系统比较分析医科达iBeam evo Couchtop EP碳纤维治疗床及几何模型结构,评价其在放射治疗中对剂量衰减的影响.方法:CT扫描iBeam evo治疗床结构,与虚拟几何模型进行比较.基于Monaco计划系统建立衰减系数快速测试模型.比较治疗床延长附件、连接区域、主治疗床区域不同入射角度、不同能量条件下的衰减系数,确定内置虚拟治疗床模型最佳电子密度参数.结果:6 MV和10 MV射线条件下主治疗床衰减(2.89±1.40)%和(2.42±1.37)%,连接区域衰减(7.68±10.05)%和(6.52±8.64)%,延长附件衰减(2.00±1.01)%和(1.57±0.99)%.6 MV射线条件下治疗床模型碳纤维外壳及内部泡沫轮廓的最佳电子密度参数为0.3 g/cm3、0.1 g/cm3;10 MV射线条件下最佳电子密度参数为0.4 g/cm3、0.1 g/cm3.结论:放射治疗中治疗床对剂量衰减的影响不可忽略,且治疗床不同区域衰减存在差异.正确引入虚拟治疗床模型可以准确的模拟治疗床在放射治疗中的影响.
    • 宋洪兵; 潘景辉; 杨雄; 阮长利; 李祥攀
    • 摘要: 目的:研究Elekta Infinity直线加速器治疗床在常用X射线能量下对放疗剂量的影响.方法:将圆柱体模体分别置于碳纤维主治疗床、延长板以及治疗床与延长板衔接处正中,旋转机架,分别让6和10 MV高能X射线穿过治疗床,利用指形电离室测量固体水中间的绝对剂量,得出不同角度下的剂量分布,并计算治疗床对X射线的衰减因子.结果:治疗床与延长板衔接处在120°和240°两个机架角处的剂量衰减因子在6和10 MV两种治疗模式下分别达到了36.02%和36.01%以及30.46%和30.63%,而当机架角为140°~220°时,衔接处与主治疗床的剂量衰减因子相近,在6与10MV能量下的剂量衰减因子平均值及标准差分别为2.56%±0.49%和2.14%±0.39%以及2.55%±0.48%和1.95%±0.41%,机架角由180°增大或减小时两处的剂量衰减均呈上升趋势,二者均在120.和240.附近达到最大;6和10 MV两种能量下延长板在该角度区间的剂量衰减因子平均值及标准差分别为1.55%±0.24%和1.07%±0.25%,并在115.和245.附近达到最大值,剂量衰减因子分别为4.08%和3.97%以及3.20%和3.34%.结论:后斜野主体部分在主治疗床与衔接处对剂量的衰减低于3%,在延长板处对剂量的衰减小于2%,但在120.和240.附近以及115.和245.附近3处位置的剂量衰减会达到最大,需在计划系统中考虑床的影响;此外,主治疗床与延长板衔接处在120.和240.附近对剂量的衰减急剧增大,不适合作为治疗区域,在治疗病人时需注意避免将靶区移到该区域.
    • 刘淼晶; 马雪梅
    • 摘要: 为了帮助用户更加高效率挖掘出有价值信息,提出一种基于用户兴趣模型的数字多媒体信息智能推送的方法,实验结果表明,所提方法的数字多媒体信息智能推送精度较高,推送时间较短,提高了用户满意度.
    • 冯雪东; 李贵明; 刘芳; 安全; 胡玮
    • 摘要: 为解决EDAS-24GN6数据采集器对策克台井下宽频带地震计GL-S120B进行正弦标定的过程中产生的响应波形限幅问题,分析了数据采集器-地震计这一系统的标定过程及原理,结合GL-S120B的幅频响应特征,推导出正弦标定频点参数中的频率f、衰减因子λ与标定响应波形限幅之间的关系.分析表明,在GL-S 120B平坦响应频带内,为避免出现标定波形响应限幅,频率f与衰减因子λ的乘积应至少大于限幅下限50.93;而在其衰减响应频带内,由于地震计电压灵敏度的衰减,频率f与衰减因子λ的乘积最小取值也相应减小.据此,对衰减因子λ进行校正,并再次对GL-S120B进行正弦标定.标定及计算结果显示:标定波形未限幅,GL-S120B三分向幅频响应特征较为一致;灵敏度对出厂值的变化率保持在5%范围内.本研究结论可为采用EDAS-24GN6和GL-S120B地震观测系统的台站进行正弦波标定提供频点参数,并为其他台站解决正弦标定波形限幅问题提供分析依据.
    • 钱秋亮; 董宝伟; 邵馨叶; 邵建龙; 朱荣
    • 摘要: 为改进优化压缩感知理论中以凸优化方式的重构算法在滚动轴承故障信号的应用中存在重构误差较大、重构迭代次数多及重构误差信噪比低等问题.本文提出采用反正弦函数取代双曲函数近似逼近l0范数,使得函数曲线与l0范数的逼近程度更高且更为光滑,同时加入衰减因子,加快迭代速度.实验结果表明该算法加入衰减因子后在一定程度上减少了迭代次数,却损失了部分重构精度,但整体重构效果相对已有算法具有重构精度高、迭代次数少及重构信噪比高的优势.
    • 黄普; 杜凯; 曹静; 张重阳
    • 摘要: 针对分布式卫星长时间高精度编队导航问题,提出了一种基于衰减因子的自适应编队导航算法。首先,建立基于e/i矢量的编队卫星相对运动方程,其次,完成星间相对位置与相对轨道根数的转换,最后,引入自适应衰减因子,增加系统稳定性,完成高精度相对导航估计。仿真数据表明,该方法能克服模型线性化的误差,比传统的CW导航算法具有更高的构型确定精度,并且能实现长时间稳定的编队导航。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号