期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
优化FIR数字滤波器的FPGA实现 被引量:6
1
作者 邹兴宇 程树英 《现代电子技术》 2011年第6期151-153,共3页
基于提高速度和减少面积的理念,对传统的FIR数字滤波器进行改良。考虑到FPGA的实现特点,研究并设计了采用Radix-2的Booth算法乘法器以及结合了CSA加法器和树型结构的快速加法器,并成功应用于FIR数字滤波器的设计中。滤波器的系数由Matla... 基于提高速度和减少面积的理念,对传统的FIR数字滤波器进行改良。考虑到FPGA的实现特点,研究并设计了采用Radix-2的Booth算法乘法器以及结合了CSA加法器和树型结构的快速加法器,并成功应用于FIR数字滤波器的设计中。滤波器的系数由Matlab设计产生。仿真和综合结果表明,Booth算法乘法器和CSA算法加法器树,在满足FIR数字滤波器的性能要求的同时,在电路实现面积上、尤其是速度上有明显的优化;并且当数据量越多时,优化也越明显。 展开更多
关键词 MATLAB BOOTH算法 csa算法 ISE
下载PDF
基于线性反馈移位寄存器和CSA算法的CA系统加扰模块设计 被引量:1
2
作者 胡铭 范译宇 《中国有线电视》 2006年第9期859-861,共3页
简要介绍CA系统及其加扰模块,具体分析选用线性反馈移位寄存器作伪随机序列发生器、采用CSA算法作为加扰算法的一种CA系统加扰模块的设计方案,前者易于硬件实现、后者易于软件实现使得该方案具有可行性。
关键词 CA系统 加扰 线性反馈移位寄存器 csa算法
下载PDF
基于基因算法的焦炭质量预测模型的研究 被引量:3
3
作者 周克城 甘朝晖 李高斌 《燃料与化工》 2011年第3期17-20,共4页
选取干燥无灰基挥发分(Vdaf)、胶质层最大厚度(Y)和炭化室高宽比(L/B)作为自变量,通过基于基因表达式的克隆选择算法对4种不同类型焦炉的生产数据进行分析,并建立焦炭质量的预测模型。对比采用该方法与回归分析得到的预测模型,该方法所... 选取干燥无灰基挥发分(Vdaf)、胶质层最大厚度(Y)和炭化室高宽比(L/B)作为自变量,通过基于基因表达式的克隆选择算法对4种不同类型焦炉的生产数据进行分析,并建立焦炭质量的预测模型。对比采用该方法与回归分析得到的预测模型,该方法所得焦炭质量的预测模型的误差要远小于后者,能够更好地满足实际生产需求,为焦化厂快速准确地得到配煤方案提供了理论依据。 展开更多
关键词 焦炭质量 GE-csa算法 GEP编码 预测模型
下载PDF
大型图的割集算法研究 被引量:1
4
作者 胡阿龙 崔智涛 《武汉理工大学学报(交通科学与工程版)》 2005年第5期794-796,共3页
割集的概念与性质在网络问题的研究中受到广泛重视,但目前的割集搜索算法可操作性较差.提出了一种适合大型图的割集搜索算法CSA-C J,利用二进制数分割无向图的顶点集,通过对子图各顶点的关联集的运算产生相应的割集.该算法简单适用,易... 割集的概念与性质在网络问题的研究中受到广泛重视,但目前的割集搜索算法可操作性较差.提出了一种适合大型图的割集搜索算法CSA-C J,利用二进制数分割无向图的顶点集,通过对子图各顶点的关联集的运算产生相应的割集.该算法简单适用,易于用计算机实现,尤其适合于大型图的割集搜索. 展开更多
关键词 图论 割集算法 csa-CJ算法 关联集 环和
下载PDF
竞争层结构可调SOM网络在中药模式识别中的应用 被引量:1
5
作者 王佩佩 宋晓峰 杨平 《数据采集与处理》 CSCD 北大核心 2007年第4期479-485,共7页
针对经典SOM算法无法准确反映原始数据的特征信息,提出了竞争层结构可调的SOM算法——CSA-SOM算法。该算法增加了竞争层神经元动态调节的步骤,调节的依据是不断比较原数据的位置信息和映射后低维空间的位置信息,使两者最终能趋于一致。... 针对经典SOM算法无法准确反映原始数据的特征信息,提出了竞争层结构可调的SOM算法——CSA-SOM算法。该算法增加了竞争层神经元动态调节的步骤,调节的依据是不断比较原数据的位置信息和映射后低维空间的位置信息,使两者最终能趋于一致。因此降维后的数据能够较好地保持原数据的特征,包括距离信息、角度信息以及分布信息。该算法有效地实现了红景天药材的准确清晰分类。算法理论分析和实验结果均表明,CSA-SOM算法是一种快速、准确的数据内在规律映射可视化算法,与SOM算法相比,CSA-SOM算法的特征映射效果比较好,解决了SOM算法会使映射后数据结构发生扭曲的问题。 展开更多
关键词 SOM网络 csa—SOM算法 特征提取 降维映射 中药
下载PDF
基于CSA-RLS算法的Wiener模型辨识
6
作者 宋樱 《计算机与数字工程》 2020年第12期2938-2941,共4页
Wiener模型由动态线性模块和静态非线性模块级联组成,广泛地应用于工业过程中。但对于带有中间噪声的Wiener模型的辨识研究少之又少,因此论文采用CSA-RLS算法对Wiener模型进行辨识。对于非线性模块用三次样条函数逼近,线性模块通过有限... Wiener模型由动态线性模块和静态非线性模块级联组成,广泛地应用于工业过程中。但对于带有中间噪声的Wiener模型的辨识研究少之又少,因此论文采用CSA-RLS算法对Wiener模型进行辨识。对于非线性模块用三次样条函数逼近,线性模块通过有限脉冲响应表示。最后再通过递推最小二乘算法进行参数辨识,而模型的定阶准则选用OVR和FOE方法。经数值仿真证明,利用CSA-RLS算法辨识参数的准确性相较于CSA-LS算法有所提高,且算法的收敛速度更快。 展开更多
关键词 WIENER模型 中间噪声 csa-RLS算法 OVR定阶
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部