熊涛
- 作品数：12 被引量：21H指数：3
- 供职机构：南开大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金天津市自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种改进的多输入队列的神经网络调度算法
- 2006年
- 提出一种改进的ATM交换机多输入队列的神经网网络调度算法(IMIQM),其调度策略采用每条入线在同一时隙内可传送多于1个信元的策略,并提出一种用于Hopfield神经网络(HNN)控制信元调度的新的能量函数。利用计算机进行仿真模拟,在业务流模型和负荷相同的情况下,当交换机规模N为150、多输入队列(开窗数)为5时,IMIQM的最大吞吐率可以达到0.904,普通的多输入队列法(MIQM)为0.856,而窗口方法(WM)为0.886。结果表明,IMIQM与MIQM、WM相比提高了吞吐率,或在吞吐率相同的情况下IMIQM更容易用光电子技术实现,且由于HNN的高度并行的数据处理能力,能够实现大规模交换结构的实时调度。
- 申金媛李现国范怀玉熊涛常胜江张延炘
- 用于可变比特率视频通信量预测的自适应训练及删剪算法被引量：3
- 2005年
- 提出一种自适应神经网络模型对可变比特率视频通信量进行非线性自适应预测 ,并采用基于递归最小方差的自适应学习及删剪算法对抽头延迟神经网络进行训练和结构优化 .仿真实验表明 ,该模型能够实现对复杂视频通信量序列的高精度预测 ,满足实时快速的预测要求 .
- 熊涛常胜江申金媛张延炘
- 关键词：神经网络自适应学习
- 基于并行缓存结构的通信网络交换系统及其控制方法
- 本发明涉及一种通信网络交换系统，特别是涉及具有并行缓存结构的通信网络交换及其控制，属于通信网络技术领域。本发明要解决的技术问题：在理论方面，提出基于并行缓冲交换结构的高效的信元调度算法；采用并行缓冲结构，消除队头阻塞现象...
- 常胜江熊涛张便利
- 文献传递
- 实现虚拟输出队列调度的神经网络方法被引量：4
- 2005年
- 基于虚拟输出队列(VOQ)缓存的Crossbar交换结构,提出了一种Hopfield神经网络(HNN)控制的信元交换调度方法。通过选取合适的能量函数,并在其中采用一种新的队列优先级函数,实现了信元的高效交换控制。计算机模拟结果表明,该算法可以将吞吐率提高到0.998,信元丢失率大大降低,时延特性也有很大改善。
- 张便利常胜江李江卫熊涛郜洪云申金媛张延炘
- 基于ATM交换结构的Hopfield神经网络调度算法被引量：1
- 2007年
- 针对ATM交换结构,采用输入缓冲和每条入线在同一个时隙内可传送多于一个信元的策略,利用神经网络具有的实时性、高度并行处理能力和易于电路或光电技术实现等特点,提出了一种Hopfield神经网络调度算法。实验仿真比较表明,该方法不但大大提高了吞吐率,消除了队头阻塞造成的性能恶化,而且降低了信元丢失率和较大程度地降低了平均信元时延,提高了ATM交换结构的性能,实现了信元的优化调度。
- 申金媛李现国范怀玉熊涛常胜江张延炘
- 关键词：HOPFIELD神经网络ATM交换结构
- 基于自适应抽头延迟神经网络的股指预测被引量：1
- 2006年
- 提出一种自适应神经网络模型对股指这一非线性时间序列进行高精度的预测．首先采用基于递归最小方差的自适应学习算法对抽头延迟神经网络模型进行训练，然后再利用删剪算法对训练好的神经网络结构进行自适应删剪，去掉隐藏层中冗余的神经元，从而获得最佳的网络拓扑结构．最后利用优化好的神经网络对股指进行预测．抽取上证指数2000年1月至2004年4月期间的1000个日数据作为样本，仿真实验表明，该方法能够快速地实现高精度的股指预测，预测精度达到4．8994×10^-5。
- 范怀玉申金媛李现国熊涛常胜江张延忻
- 关键词：股指预测神经网络
- 用于多目标旋转不变分类的自适应参数学习算法
- 2004年
- 在级连神经网络模型的基础上,提出了一种基于递归最小方差(RLS)算法的自适应参数学习算法,并将它应用于互连权重和激活函数参数的自适应学习中。对轰炸机、战斗机、客机和火箭4类目标的旋转不变分类的计算机仿真结果表明,该算法能够有效提高学习速度和识别率。
- 常胜江熊涛
- 关键词：自适应学习轰炸机战斗机客机识别率
- 神经网络在VBR视频通信量预测和信元调度中的应用
- 本文对神经网络方法在VBR视频通信量预测和最优信元调度中的应用进行了深入研究，研究工作主要包括以下几个方面：
(1) 简要介绍了神经网络的基础知识，感知机的学习算法，多层前馈神经网络的BP学习算法，反馈神经网...
- 熊涛
- 关键词：神经网络
- 文献传递
- 用于VBR视频通信量预测的梯度径向基函数网络模型被引量：3
- 2004年
- 提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6～8.5)×10-2之间。
- 李素梅常胜江苏晓星熊涛申金媛张延炘
- 关键词：神经网络VBR
- 基于Hopfield神经网络的信元调度多重输入队列ATM交换结构及算法被引量：11
- 2005年
- 提出了一种基于Hopfield神经网络 (HNN)信元调度的多重输入队列ATM交换结构 (ASF) ,消除了队头 (HOL)阻塞造成的性能恶化 .计算机仿真结果显示 ,与单先入先出 (FIFO)队列和开窗输入缓冲ASF相比 ,该方案大大提高了吞吐率并减少了信元时延 .
- 熊涛张便利常胜江申金媛张延忻
- 关键词：HOPFIELD神经网络ATM交换结构光纤通信
