您的位置： 专家智库 > >

郝欢

作品数：17 被引量：60H指数：4
供职机构：解放军理工大学通信工程学院更多>>
发文基金：国家自然科学基金国防科技技术预先研究基金更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 11篇期刊文章
  • 1篇会议论文

领域

  • 8篇电子电信
  • 4篇自动化与计算...

主题

  • 5篇神经网
  • 5篇神经网络
  • 5篇水印
  • 4篇量子神经网络
  • 3篇语音
  • 3篇水印算法
  • 3篇网络语音
  • 3篇小波
  • 3篇小波变换
  • 3篇波变换
  • 2篇多层激励函数
  • 2篇信号
  • 2篇遗传算法
  • 2篇音频水印
  • 2篇量子遗传
  • 2篇量子遗传算法
  • 2篇激励函数
  • 2篇LM
  • 1篇音频水印算法
  • 1篇语音信号

机构

  • 12篇解放军理工大...
  • 5篇中国人民解放...
  • 1篇中国人民解放...
  • 1篇武汉理工大学

作者

  • 12篇郝欢
  • 9篇张翼鹏
  • 8篇陈亮
  • 2篇王华力
  • 1篇于战科
  • 1篇郑国宏
  • 1篇魏勤
  • 1篇梁晓明

传媒

  • 4篇信号处理
  • 2篇数据采集与处...
  • 1篇电子与信息学...
  • 1篇高技术通讯
  • 1篇解放军理工大...
  • 1篇计算机与数字...
  • 1篇计算机科学
  • 1篇第十六届全国...

年份

  • 1篇2017
  • 2篇2016
  • 1篇2014
  • 8篇2013
共 17 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
一种改进的量子神经网络训练算法被引量：7
2013年
针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同时引入Levenberg-Marquardt(LM)算法降低目标函数陷入局部极小值的概率,实现了对量子神经网络的高效训练。实验结果表明,该文提出的训练算法有效减少了迭代次数,显著提高了网络收敛精度,可应用于数据分类、函数逼近等场合,扩展了多层激励函数量子神经网络的应用领域。
张翼鹏陈亮郝欢
关键词：量子神经网络多层激励函数
量子遗传神经网络语音水印算法
传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优.本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法.首先利用改进量子遗传算法的良好全局搜索特性,优化BP神...
郝欢陈亮张翼鹏
关键词：语音信号数字水印量子遗传算法
文献传递
基于多层激励量子神经网络的鲁棒音频水印算法被引量：2
2013年
设计了一种基于多层激励函数量子神经网络的音频水印算法。将水印信号嵌入载体语音的小波低频系数中,再训练量子神经网络建立水印嵌入前后低频小波系数间的联系以便在接收端恢复水印。同时,区别于传统的归一化方法,将小波低频系数规范到同一数量级,避免了恢复水印时小波低频系数的差错传播,提高了算法的鲁棒性。实验结果表明,设计的水印算法对加噪、滤波、重采样和再量化等攻击具有较强的鲁棒性,提取正确率相比BP网络水印算法平均提高1.8%。
陈亮李彬张翼鹏郝欢
关键词：小波变换多层激励函数量子神经网络音频水印
一种基于LM的量子神经网络训练算法被引量：4
2013年
针对量子神经网络的训练结果易陷入局部极小值的问题,将Levenberg-Marquardt(LM)算法引入到原训练算法中,从而提高网络收敛速度与训练效果。并通过改进原训练算法的迭代步骤,解决训练过程中网络权值与量子间隔不同的目标函数相互冲突引起的输出均方误差和波动的问题。实验结果表明,相比原训练算法,引入LM后的训练算法可以大幅减少迭代次数,显著降低网络收敛值,提高量子神经网络的分类效果。
张翼鹏陈亮郝欢
关键词：量子神经网络LEVENBERG-MARQUARDT算法
基于短时能量和最小相对均方误差准则的神经网络语音水印方法被引量：1
2014年
针对传统最小均方误差(Least mean square error,LMS)和最小二乘准则(Recursive least squares,RLS)的神经网络语音水印的局限性,提出了基于短时能量和最小相对均方误差(Least relative mean square error,LRMS)准则的神经网络语音水印算法。首先在首帧语音中嵌入同步序列,然后求出每帧的短时能量并对大于设定阈值的语音帧进行小波变换,最后利用以LRMS准则构建的神经网络实现水印的嵌入和提取。通过合理设定短时能量阈值,实现了水印容量和鲁棒性的平衡,而采用Levenberg-Marguardt(LM)算法迅速地让网络收敛。理论分析和实验结果表明,与文献[8]相比,本文提出的神经网络方案收敛速度更快,对于噪声、低通滤波、重采样和重量化等攻击有更强的鲁棒性,性能平均提高了5%。
郝欢陈亮张翼鹏
关键词：小波变换
一种改进的基于FFT的信号插值算法被引量：4
2013年
在传统运用FFT进行信号插值运算的基础上,提出了一种提高插值精度的改进算法。通过子序列重叠和裁剪,舍弃重建序列边缘误差较大的样点,再将相对准确的样点进行重组,从而大幅提高插值精度。实验结果表明:与Prasad等算法相比,在计算量增加3.1%的情况下,不同子序列长度对应的归一化均方误差平均下降至原来的1/19;在计算量增加2倍的情况下,不同子序列长度对应的归一化均方误差平均下降至原来的1/75。
张翼鹏陈亮郝欢郑国宏梁晓明
关键词：插值
量子遗传神经网络语音水印算法被引量：2
2013年
传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优。本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法。首先利用改进量子遗传算法的良好全局搜索特性,优化BP神经网络的初始系数找出粗略解,然后采用梯度算法精细搜索出神经网络的最优权值和阈值系数,提高网络的收敛精度。理论分析和实验仿真表明,与传统的BP神经网络和遗传算法优化神经网络系数相比,本文提出的神经网络输出误差更小,有更大的水印容量。
郝欢陈亮张翼鹏
关键词：BP神经网络梯度下降法量子遗传算法
一种SQUID传感器基线漂移和工频干扰联合抑制新方法被引量：4
2016年
基于超导量子干涉器件的低频微弱磁场测量系统,在无磁屏蔽环境下工作时容易受到大地磁场和输电线路干扰,测量数据中混叠有严重的基线漂移和工频谐波干扰。为了提高微弱磁场信号检测性能,本文提出了一种基线漂移和工频干扰联合抑制新方法。该方法首先利用噪声辅助的多维经验模式分解部分重构信号,消除基线漂移带来的非平稳性影响。然后根据工频干扰的短时平稳特性,采用最小二乘法对工频干扰进行抑制。数值仿真和不同环境下实测数据处理结果表明,与自适应滤波方法相比,本文方法对于基线漂移和工频干扰具有更好的处理效果,满足系统在野外无磁屏蔽条件下的应用要求。
郝欢王华力张翼鹏
关键词：最小二乘
采用量子神经网络的音频水印新算法被引量：5
2013年
提出了一种采用小波变换和量子神经网络的音频数字水印算法。首先对分帧的音频信号进行小波分解,利用量子神经网络将音频信号的小波低频系数映射为数字水印;然后利用分类准确小波低频系数替换少量分类模糊的小波低频系数,提高水印检测正确率。实验结果表明,通过合理选择替换门限,可以提高算法的鲁棒性,有效抵御噪声、低通滤波、重采样、重量化等攻击。在无门限条件下,相比BP神经网络的水印检测正确率平均提高约1"。
张翼鹏陈亮郝欢
关键词：小波变换量子神经网络音频水印
采用归一化最小均方误差准则的LM-BP算法被引量：7
2013年
传统神经网络通常以最小均方误差(LMS)或最小二乘(RLS)为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差(NLMS)准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt(LM)训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。
郝欢陈亮张翼鹏
关键词：最小均方误差
全选 清除 导出
共2页<12>
聚类工具0