-
题名车辆图像检索方法的Julia云实现
- 1
-
-
作者
黄博
王莉
张常有
王婷
-
机构
太原理工大学计算机科学技术学院
中国科学院软件研究所并行软件与计算科学实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2016年第1期57-60,共4页
-
基金
国家自然科学基金项目(61379048)资助
中国科学院联盟院地合作项目资助
-
文摘
为降低开发并行程序的难度,使用高性能计算机提高车辆图像的检索效率,为普通应用程序开发人员构建了Julia云编程环境.该编程环境以Julia为编程语言,开发车辆图像检索专用API接口;该API接口根据计算机底层硬件体系结构的特点提供相应的实现方式,保证运行效率;为多种实现方式设计统一调用的自适应策略,保证用户透明调用.本文使用Julia语言实现了车辆图像检索程序,程序代码量少,容易修改调整.实验结果表明,本文Julia实现的并行方案获得最高40倍加速,且Julia实现比C语言并行实现仅1.93%性能损失.
-
关键词
车辆检索
Julia云
编程环境
自适应策略
-
Keywords
vehicle retrieval
Julia cloud
programming environment
auto-adapting strategy
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于改进径向基神经网络的船舶设备故障诊断方法
被引量：4
- 2
-
-
作者
韩珂
谢强
丁秋林
-
机构
南京航空航天大学计算机科学与技术学院
-
出处
《计算机与现代化》
2017年第6期8-14,19,共8页
-
基金
江苏省产学研联合创新资金资助项目(SBY201320423)
-
文摘
针对目前船舶设备故障诊断方法存在适用性不广、准确度不高等问题,引入径向基神经网络船舶设备故障诊断方法。提出一种基于反向学习和自适应搜索策略结合的改进人工蜂群算法,通过反向学习策略进行蜜源初始化,提高初始解的质量,并在迭代过程中自适应调整搜索步长,提升原算法的收敛性能和局部寻优能力。将该算法与径向基神经网络的参数寻优相结合,构造性能良好的故障诊断分类器。实验结果表明,该方法有效提高了故障诊断的准确性和适用性,满足船舶设备故障诊断的实时性能要求。
-
关键词
船舶设备故障诊断
径向基神经网络
人工蜂群算法
反向学习策略
自适应策略
-
Keywords
ship equipment fault diagnosis
radical basis function neural network
artificial bee colony algorithm
opposite learn- ing strategy
auto-adapted strategy
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
