1 江南大学人工智能与计算机学院，江苏 无锡 214122
2 海军研究院，北京 100161
针对复杂战场环境下舰载雷达间容易出现同频干扰的问题，提出一种基于改进乌鸦搜索算法的独立分量分析方法来分离同频信号。首先，利用反向学习策略、动态感知概率、黄金正弦算子、莱维飞行改进乌鸦搜索算法，提高算法的寻优性能与收敛速度；然后，将改进乌鸦搜索算法与独立分量分析法相结合，以峭度为目标函数，使用改进乌鸦搜索算法去寻求分离同频信号的最优分离矩阵；最后，利用该矩阵对接收的混合信号进行分离。仿真结果表明，基于改进乌鸦搜索算法的独立分量分析法能较好地分离雷达同频信号，达到抗同频干扰的目的。
信号处理 同频干扰 独立分量分析 乌鸦搜索算法 盲源分离 激光与光电子学进展
2023, 60(12): 1228006
1 贵州大学现代制造技术教育部重点实验室, 贵州 贵阳 550025
2 贵州大学机械工程学院, 贵州 贵阳 550025
3 贵州大学公共大数据国家重点实验室, 贵州 贵阳 550025
为了提高入侵检测系统的准确率,提出一种基于乌鸦搜索算法的反向传播(CSA-BP)神经网络模型。BP神经网络是解决非线性问题的重要方法,但是其预测能力容易受到初始参数的影响。针对这一问题,将相对百分误差作为模型的目标函数,通过乌鸦搜索算法极强的全局搜索能力找到最优权值和阈值。然后,利用5组标准的数据集对CSA-BP模型进行验证。最后,将CSA-BP算法用于入侵检测系统,结果表明,该算法使入侵检测系统准确率更高,达到了96.6%,且加快了收敛速度。
图像处理 入侵检测 反向传播神经网络 乌鸦搜索算法 参数优化 激光与光电子学进展
2021, 58(6): 0610006
