首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊，中国科技核心期刊，重庆市一级期刊，教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    平行束CT系统参数标定的多目标优化模型

    旷敏牟廉明郑云升叶薇...
    251-258页
    查看更多>>摘要：为提高平行束CT系统参数精度,针对两类模板:正方形托盘上放置均匀介质圆和放置非均匀介质椭圆与圆,利用几何关系、超定方程和多目标规划技术,分别建立多目标优化模型.考虑不同数量、不同形状、不同介质构成的模板,提出一种平行束CT系统参数标定的多目标优化模型.为检测模型精度,以第2类模板为例,计算出X射线的入射方向、CT系统旋转中心和探测器单元间距.将9个样本分别与样本1比较,发现其误差低于平均值且优于大部分样本,精度较高.利用第2类模板的几何参数重建图像,与样本3的重建图像相比差别微小,表明所建立模型有效提高了参数精度.

    平行束CT系统超定方程组多目标优化定量分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    结合神经网络的改进UCT在国际跳棋中的应用

    王亚杰祁冰枝张云博丁傲冬...
    259-265页
    查看更多>>摘要：针对UCT算法的准确性受搜索次数影响较大的问题,提出一种结合神经网络的改进UCT算法.利用神经网络输出每一步的平均行动价值Q,结合改进的UCT算法寻找搜索过程中的高潜力节点.将传统UCT搜索改进为3个阶段:首先,通过已训练好的神经网络模型和UCT算法对当前所有子节点进行初次搜索,获得高潜力子节点;其次,利用剪枝操作去掉部分子节点,提升被搜索节点的质量;最后,二次搜索保留的高潜力子节点获得最优策略.另外,在分次搜索的过程中引入节点保留数量因子R和搜索比例因子P,辅助分次搜索,增加搜索的有效性.将其引入国际跳棋游戏中,实验结果表明:改进后的算法与其他算法相比胜率有所提升,验证了该算法的可行性.

    UCT算法MCTS剪枝分次搜索神经网络机器博弈国际跳棋

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进AKAZE的特征匹配算法及应用

    张润梅宦思琪张媛徐静雯...
    266-275页
    查看更多>>摘要：徽派建筑群的代表性构件样本量大,且由于相同类型构件外观造型相似,仅花纹图案有所区别,所以导致难以判断所采集图像的归属.提出了G-AKAZE方法用于特征匹配,有效提升了匹配速度和精确度,并将其用于徽派建筑图像数据的匹配.首先非线性方法构造尺度空间,并用快速显示扩散数学框架FED来快速求解偏微分方程,再用Hessian矩阵进行特征点检测,根据特征点获取主方向并旋转图像,通过采样网格的像素完成尺度自适应,最后将图像网格化,去除误判点完成特征匹配.此方法能快速且准确地对目标图像进行特征匹配,实验使用前期采集的徽派建筑图像数据,在匹配速度和匹配对数两方面的表现优于同类特征匹配方法.

    特征匹配AKAZE误匹配徽派建筑

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多簇头K连通的抗毁拓扑构建方法

    吴昊陈雯柏王文凯郝翠...
    276-282页
    查看更多>>摘要：针对无线传感器网络复杂应用环境中簇头节点失效问题,提出一种改进的多簇头K连通抗毁拓扑结构构建方法.通过节点连通可靠度选举多个簇头,当簇头节点失效时,临时簇头集合中权值最大的节点自动升级成为簇头,同时利用K连通检测算法检测出关键节点并调整其发射功率实现K连通拓扑构建.该方法节约了簇头节点失效后网络重新进行簇头选举所耗费的时间及能量,并且增加了关键节点与周围节点之间的信息交互边.仿真结果表明:相比基于K-Means算法的普通分簇拓扑构建方法,该方法可使网络丢包率降低15.63％,端到端时延降低20.1％,提高了网络的抗毁性.

    无线传感器网络多簇头抗毁K连通

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进样本加权K近邻分类器用于垃圾网页检测

    吴俊华谭博觉高切陈木生...
    283-290页
    查看更多>>摘要：针对垃圾网页检测过程中的"维数灾难"和不平衡分类问题,提出一种融合最优Fisher特征选择的样本加权K近邻分类器用于垃圾网页检测.首先,针对训练数据集进行Fish-er特征选择,按Fisher Score从大到小排序,依次选择Fisher Score更大的特征对训练数据集进行样本加权的K近邻分类,根据训练数据集分类结果的AUC值是否增加以确定是否保留某个特征,最后基于保留的最优特征子集对测试数据集进行样本加权的K近邻分类.在WEBSPAM UK-2006数据集上的实验表明:该方法明显优于决策树、支持向量机、朴素贝叶斯、K近邻等传统分类器.与其他相关方法相比,该方法在准确率、F1测度和AUC指标上接近最优结果.

    垃圾网页检测特征选择K近邻不平衡数据分类代价敏感分析

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据