oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2020 ( 13 )

2019 ( 113 )

2018 ( 761 )

2017 ( 787 )

Custom range...

Search Results: 1 - 10 of 35090 matches for " 钱锋 "
All listed articles are free for downloading (OA Articles)
Page 1 /35090
Display every page Item
箭头线索提示时序效应—主观意识控制的影响
Sequence Effects of Arrow Cueing—The Role of Voluntary Control
 [PDF]

, 冯勇,
Advances in Psychology (AP) , 2014, DOI: 10.12677/AP.2014.43B005
Abstract:

具有指向意义的箭头等线索能够自动的转移观察者的注意到线索所指向的位置或物体上。在符号线索提示范式中,注意系统的这种线索跟随行为被发现受到前次测试中注意转移加工过程的影响,即存在一种时间序列上的效应。当前研究通过改变箭头线索对目标刺激出现位置的预测作用来调查被试的主观意识控制对时序效应的影响。实验结果表明时序效应不受线索预测作用的影响。这一结果支持时序效应的自动记忆检索假说。

People tend to automatically orient their attention to the same object that other people are looking at or an arrow is pointing at. This cue-following behavior has been found to be influenced by the orienting processes of previous trials in a symbolic cueing paradigm. The present study investigated the influence of voluntary control on the sequence effect of arrow cueing by manipulating the cue predictive values. The results show significant sequence effects and the magnitude of effects does not differ for different predictive values. The results support the automatic retrieval hypothesis for the sequence effect.


基于拥挤度与变异的动态微粒群多目标优化算法
,,,
控制与决策 , 2008,
Abstract: 提出一种动态微粒群多目标优化算法(DCMOPSO),算法中的惯性权重和加速因子动态变化以增强算法的全局搜索能力,并采用拥挤度的方法对外部档案进行维护以增加非劣解的多样性.在维护过程中,从外部档案中按拥挤度为每个微粒选择全局最好位置,同时使用变异操作避免算法早熟.通过几个典型的多目标测试函数对DCMOPSO算法的性能进行了测试,并与多目标优化算法MOPSO和NSGA-Ⅱ进行对比.结果表明,算法具有良好的搜索性能.
基于免疫网络理论的动态超变异免疫算法
何宏,
华东理工大学学报 , 2007,
Abstract: 基于免疫网络理论,提出了一种动态超变异免疫算法,该算法通过采用新的超变异方法增强了算法在解域的搜索能力。同时根据抗体的激励水平进行免疫调节操作,保持了抗体群的多样性。最后根据随机过程的理论知识,证明了该算法的收敛性。仿真结果表明:该算法采用格雷编码时的性能优于用二进制编码实现的算法,与遗传算法和克隆选择算法相比,不仅收敛速度快,而且全局搜索能力强。
遗传算法参数自适应控制的新方法
何宏,
华东理工大学学报 , 2006,
Abstract: 根据遗传算法参数自适应控制方法的不同分类,采用基于启发式规则的参数控制方法对遗传算法的种群数进行了宏观调控和微观调控。并采用不同特点的模糊控制器分别控制交叉率和变异率,使种群数、交叉率和变异率都能够随进化的实际情况发生自动调整,形成了一种新的种群数变化的模糊自适应遗传算法。实验数据表明这种算法能够有效防止遗传算法早收敛,同时也说明对参数进行自适应控制能够使遗传算法性能大大提高。
电网模型综合服务系统的开发与应用
李钦,,顾全
电网技术 , 2010,
Abstract: 电力系统调度一般采用分区域电网监控方式,各级调度系统只建立监控范围内的电网模型,外网部分采用等值处理,与真实电网结构存在较大的差异。为了满足不同电网应用分析系统的需求,设计了基于分布式平台的电网模型综合服务系统。该系统不仅具有模型拼接、量测合并、图形显示等核心功能,还扩展了模型定制、暂态模型匹配、电网应用分析等应用功能,并且为第3方系统提供了统一的Web服务接口。实践证明,该系统可以满足不同电力应用系统对电网模型和数据的要求。
乙二醇脱水和精制系统先进控制与优化
胡春,
化工进展 , 2010,
Abstract: 在对过程机理深入分析的基础上,通过推断控制、解耦控制、专家控制等先进控制策略的开发和实施,解决了乙二醇脱水和精制系统存在的具体问题,并根据所建立的准确工业过程模型进行了操作条件优化。表明了先进控制和优化技术的实施显著提高了乙二醇脱水和精制系统操作的稳定性,有效降低系统能耗并延长了运转周期。
基于模糊自适应免疫算法的非线性系统模型参数估计
何宏,
控制理论与应用 , 2009, DOI: 10.7641/j.issn.1000-8152.2009.5.003
Abstract: 复杂生产工艺中非线性系统的模型参数估计是系统建模优化问题中的难点,为避免优化算法过早收敛于错误的参数估计值,根据生物免疫机理和模糊逻辑原理提出了一种新颖的模糊自适应免疫算法,该算法采用混沌超变异操作增强算法搜索能力,并用免疫网络调节策略保持抗体群的多样性,同时采用模糊逻辑调节算法参数以提高算法的自适应能力.函数优化仿真结果表明其具有较好的收敛性能,并能够克服早收敛问题.最后将其成功应用于重油热解非线性模型参数估计中,验证了该算法解决实际建模问题的可行性和有效性.
正确调整运输结构促进铁路建设

铁道工程学报 , 1989,
Abstract:
基于惯性权重非线性动态变化的微粒群算法
王辉
计算机科学 , 2008,
Abstract: 本文提出一种惯性权重非线性动态变化的微粒群算法(ndpso),根据微粒在群体中距群体最优位置的远近,选择不同的惯性权重非线性下降指数,每个微粒根据个体状况选择不同的惯性权重。在ndpso算法中,距最优位置较远区域惯性权重选择较小的下降指数,这样利于微粒较快地飞向群体最优位置,提高算法的全局搜索性能;当微粒飞到距最优位置较近区域时,惯性权重采用较大的下降指数,这样微粒在此区域进行细致的搜索,提高算法的收敛速度。为了研究ndpso算法的性能,对几种典型高维非线性函数进行了测试。测试结果表明,与其它几种典型的微
ECC算法软件优化的研究综述
A Survey of Software Optimization of Elliptic Curve Cryptosystem Algorithm
 [PDF]

王家良, , 韦磊, 朱红
Smart Grid (SG) , 2012, DOI: 10.12677/SG.2012.24023
Abstract: 针对配电自动化系统中明文存储与明文传输的不安全性,ECC是一种可行的加密算法,但其加密效率较低。现对ECC算法软件优化进行分类、分析和对比,综合使用多种算法优化可以提高加密速度。鉴于此,本文提出了关于k的编码、公式改写、综合利用上下层算法软件优化这三个具有广大前景的研究方向。
In distribution automation system, workable encryption techniques of elliptical encryption algorithm can be used to solve a security issue of stored in clear text and transmitted in the clear. But the efficiency is poor. Now software optimization of elliptic curve cryptosystem algorithms are classified, analyzed and compared. The result is that several algorithms optimization can be used to improve the speed of algorithm encryption. Therefore, three possible research directions are displayed in the future: firstly, for k coding; secondly, formula can be rewritten; thirdly, the way of opti-mization algorithm of upper field and the way of optimization algorithm of underlying field can be used together.
Page 1 /35090
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.