简介:BP神经网络分类器在信号识别领域得到了比较广泛的应用,针对其低信噪比环境下识别率相对较低的问题,引入人工蜂群算法(ABC),将求解BP神经网络各层权值、阂值的过程向蜜蜂寻找最优蜜源的过程转变,最后阐述了一种以人工蜂群算法为基础的神经网络分类器设计方法(ABCBP算法),并以2ASK,2FSK,2DPSK信号为例,对信号进行小波包分解后,将信号各频段的能量值数据作为实验样本,对其进行了信号分类。仿真结果表明:基于人工蜂群算法的优化BP神经网络分类器,即使在5dB的信噪比环境下,仍可达到94%以上的识别率,并具有较好的稳定性,这为信号识别领域中分类器的设计提供了一个很好的理论依据。
简介:在总结JPEG2000标准定义的两种感兴趣区域(ROI)编码思想优缺点的基础上,提出一种新的ROI编码方法,即部分背景系数位平面位移算(PartialBackgroundCoefficientBitplanesShift,PBCBShift)。将背景系数的整个位平面分成两个部分:最重要位平面和剩余位平面。在编码器端,仅仅是背景系数的剩余位平面朝最不重要位平面方向下移。在解码器端,较高的位平面能比剩余位平面更快地解码。