基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将适用于求解组合优化问题和连续优化问题的人工蜂群算法运用于超声回波的非线性高斯模型,提出了一种基于人工蜂群算法的超声回波参数估计新方法,给出了算法的基本步骤,并在不同初始条件下对算法的性能进行了仿真。仿真结果表明,该算法的估计精度与初始值的选择无关,不仅能成功估计出超声回波模型的各个参数,而且可在全局范围内取得最优解,与超声回波参数估计的蚂蚁算法相比,该算法具有收敛速度快,运行时间短,鲁棒性好,可进行实时处理的优点。
推荐文章
基于分布估计的二进制人工蜂群算法
人工蜂群算法
二进制人工蜂群算法
分布估计算法
单变量边缘分布算法
0-1 背包
基于Toeplitz算法的谐波和间谐波参数估计
谐波
间谐波
Toeplitz
最小二乘
旋转不变性
阵列信号处理
共轭矩阵
基于人工蜂群算法优化采煤机伺服系统PID参数
人工蜂群算法
PID控制器
粒子群优化算法
遗传算法
基于混沌人工蜂群算法的色彩量化方法
混沌
蜂群算法
色彩量化
图像处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工蜂群算法的超声回波参数估计
来源期刊 计算机工程与应用 学科 工学
关键词 人工蜂群算法 群体智能 全局优化 超声回波 超声检测
年,卷(期) 2014,(14) 所属期刊栏目 信号处理
研究方向 页码范围 189-193
页数 5页 分类号 TP18|TN912.16
字数 3670字 语种 中文
DOI 10.3778/j.issn.1002-8331.1211-0254
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张小凤 陕西师范大学物理学与信息技术学院陕西省超声学重点实验室 43 164 7.0 9.0
2 张光斌 陕西师范大学物理学与信息技术学院陕西省超声学重点实验室 26 125 7.0 10.0
3 周京华 陕西师范大学物理学与信息技术学院陕西省超声学重点实验室 3 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (95)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (9)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(4)
  • 参考文献(3)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工蜂群算法
群体智能
全局优化
超声回波
超声检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导