期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习算法在ALOS影像分类中的应用研究 被引量：3
1
作者 张栋 柯长青 余瞰 《遥感信息》 CSCD 2010年第3期26-29,111,共5页
首先介绍了CART、C5.0和概率神经网络三种机器学习算法的原理,然后以覆盖湖北省公安县的ALOS影像为数据源,从整体精度、对训练样本大小和噪声的敏感性三个方面对它们进行了比较分析。结果显示C5.0算法分类的整体精度最高,达到83.59%。... 首先介绍了CART、C5.0和概率神经网络三种机器学习算法的原理,然后以覆盖湖北省公安县的ALOS影像为数据源,从整体精度、对训练样本大小和噪声的敏感性三个方面对它们进行了比较分析。结果显示C5.0算法分类的整体精度最高,达到83.59%。概率神经网络受训练样本大小和噪声的影响最低:在训练样本大小降为原样本数据量的40%时,其精度为78.52%;噪声占训练样本量的10%时,精度只下降了4.3%。通过分析可以看出,在训练样本量充足时,C5.0算法的分类精度最好,而在样本不足或者包含噪声的情况下,使用概率神经网络算法能比其他两种算法取得更好的分类效果。 展开更多
关键词 机器学习算法 aloS影像 分类 土地覆盖
在线阅读 下载PDF
基于BN分解和ALO优化LSSVM模型的风电出力预测 被引量：6
2
作者 郭森 《智慧电力》 2017年第7期92-99,共8页
准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序... 准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序列分解为各子序列,进而运用LSSVM模型对各子序列分别进行预测;与此同时,为提升预测精度,运用ALO群体智能优化算法确定LSSVM模型的最优参数。实例结果表明:与LSSVM,BN-LSSVM和ALO-LSSVM模型相比,本文提出的风电出力预测BN-ALO-LSSVM混合模型的预测精度最高,且是有效可行的。 展开更多
关键词 风电出力预测 BN分解法 LSSVM模型 alo算法 混合预测模型
在线阅读 下载PDF
双重反馈机制的蚁狮算法 被引量：13
3
作者 吴伟民 张晶晶 +1 位作者 林志毅 苏庆 《计算机工程与应用》 CSCD 北大核心 2017年第12期31-35,75,共6页
针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO。DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利... 针对基本蚁狮算法存在的收敛精度低、易陷入局部最优解的缺陷,将蚁狮能力和种群改善率的特征作为双重反馈信息引入ALO算法,提出双重反馈机制的蚁狮算法DFALO。DFALO算法运用动态自适应反馈调整策略以动态调整陷阱大小而提高收敛精度;利用时空混沌探索策略提高了全局搜索能力,避免算法陷入局部最优;采用多样性反馈高斯变异策略增强种群的多样性而避免算法出现早熟。八个标准测试函数仿真测试表明,DFALO在平衡全局搜索和局部开发能力上有显著提高,收敛速度快、全局搜索能力强、求解精度高。 展开更多
关键词 蚁狮算法 双重反馈 时空混沌 高斯变异
在线阅读 下载PDF
基于蚁狮优化算法与迹稀疏正则化的结构损伤识别 被引量：18
4
作者 陈承滨 余岭 +1 位作者 潘楚东 陈泽鹏 《振动与冲击》 EI CSCD 北大核心 2019年第16期71-76,99,共7页
针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化... 针对基于群智能结构损伤识别既有方法的识别精度和抗噪鲁棒性不足问题,提出基于蚁狮优化算法与迹稀疏正则化的方法求解结构损伤识别问题。将结构损伤识别逆问题转化为数学中的约束优化问题,并根据模型修正原理利用结构模态参数定义优化问题的目标函数;在目标函数中引入迹稀疏约束;通过不同损伤工况下简支梁损伤识别数值模拟以及钢管简支梁实验验证方法的有效性。结果表明,基于蚁狮优化算法与迹稀疏正则化的结构损伤识别法能有效修正有限元模型,在不同噪声水平和损伤工况下不仅能准确定位损伤位置,且能精确识别损伤程度;该方法为结构损伤的现场识别提供了可能性。 展开更多
关键词 结构损伤识别(SDD) 蚁狮优化算法(alo) 迹稀疏正则化 约束优化问题 模型修正
在线阅读 下载PDF
基于变分模态分解与门控循环单元网络的云资源预测 被引量：9
5
作者 束文娟 曾凡平 +2 位作者 陈国柱 鲁厅厅 刘君怡 《计算机应用》 CSCD 北大核心 2021年第S02期159-164,共6页
云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测... 云供应商为用户提供所需资源,分配不足可能会导致服务质量下降,分配过度则会导致资源浪费,因此准确预测资源使用情况至关重要。由于用户使用云资源的情况各不相同,不确定因素多,时序数据往往伴随着高随机性和非平稳性的特点,增加了预测的难度。为了捕获非平稳性数据更多信息,提高云资源使用情况的预测精度,提出基于变分模态分解(VMD)算法和门控循环单元(GRU)网络的预测模型(VMD;GRU)。首先将原始时序数据通过VMD算法分解成多个相对平稳的模态分量;再将蚁狮优化(ALO)算法集成到GRU模型中去,分别对分解后的本征模态分量进行预测,利用优化算法自适应地选择最优参数;最后整合每个分量的预测结果得到最终的云资源使用情况预测结果。在公开数据集上进行预测,并与未优化的GRU、差分自回归移动平均(ARIMA)和反向神经网络(BPNN)等进行对比。CPU利用率预测的实验结果表明,与并未分解且未优化的GRU模型相比,所提出的模型在预测精度上有48.1%的提升,验证了该方法的有效性。 展开更多
关键词 云资源预测 时间序列预测 变分模态分解算法 门限循环单元 蚁狮优化算法
在线阅读 下载PDF
基于改进蚁狮优化算法的柔性作业车间调度研究 被引量：8
6
作者 王彦杰 向凤红 《机电工程》 CAS 北大核心 2022年第9期1325-1332,共8页
柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层... 柔性作业车间调度的求解过程中,存在调度规模大、求解复杂程度高的问题,为此,在传统蚁狮算法的基础上,提出了一种基于改进蚁狮算法的柔性作业车间调度方法。首先,建立了以最小最大完工时间为优化目标的柔性作业车间调度模型,并使用双层实数编码规则,对其工序和机器进行了编码;其次,设计了一种基于混沌映射与竞标赛选择的混合策略,随机生成了初始种群;然后,引用了遗传算法的交叉变异策略对工序及机器进行了选择;最后,为了验证改进蚁狮算法在柔性作业车间调度上的有效性,笔者利用Brandimarte基准算例与其他智能算法,进行了仿真对比实验。研究结果表明:采用混合策略初始化生成初始种群以及引入交叉变异策略的蚁狮算法,其初始化种群质量好,算法的收敛速度较快,逃避局部最优能力较强,加工机器的利用率较高;利用该算法求解Mk01算例中获得最大完工时间最小值为40,解的质量均高于采用其他算法得到的解。 展开更多
关键词 柔性作业车间调度问题 车间调度模型 蚁狮优化算法 混沌映射 竞标赛选择 交叉变异策略 Brandimarte
在线阅读 下载PDF
基于蚁狮算法的元特征选择方法 被引量：1
7
作者 李庚松 刘艺 +4 位作者 郑奇斌 秦伟 李红梅 任小广 宋明武 《系统工程与电子技术》 EI CSCD 北大核心 2023年第9期2831-2842,共12页
为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射... 为了提升基于元学习算法选择的性能,提出一种基于蚁狮算法的元特征选择方法。首先,通过鲁棒初始化机制构建初始种群,增强所选元特征子集的鲁棒性。其次,在个体解的搜索过程中应用动态边界策略,增加方法的种群多样性。然后,采用混沌映射变异策略,提升方法的寻优性能,给出方法伪代码并分析时间复杂度。最后,使用130个数据集、150种元特征、8种候选算法和5种性能指标构建分类算法选择问题进行测试实验,分析方法的参数敏感性和机制策略效果,通过准确率、查准率、查全率和F 1分数指标评估并对比方法性能,验证了所提方法的有效性和优越性。 展开更多
关键词 元特征选择 蚁狮优化算法 算法选择 元学习 分类
在线阅读 下载PDF
一种基于蚁狮最大熵算法与引导滤波的图像融合算法 被引量：1
8
作者 蒋杰伟 刘尚辉 +2 位作者 金库 魏戌盟 巩稼民 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1391-1400,共10页
传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红... 传统红外与可见光图像融合算法中易出现目标提取不够充分、细节丢失等问题,导致融合效果不理想,从而无法应用于目标检测、跟踪或识别等领域。因此,该文提出一种基于蚁狮优化算法(ALO)改进的最大香农(Shannon)熵分割法结合引导滤波的红外与可见光图像融合方法。首先,使用蚁狮最大熵分割法(ALO-MES)对红外图像进行目标提取,然后,对红外和可见光图像使用非下采样剪切波变换(NSST),并对获得的低频和高频分量进行引导滤波。由提取的目标图像与增强后的红外和可见光低频分量通过低频融合规则得到低频融合系数,增强后的高频分量通过双通道脉冲发放皮层模型(DCSCM)得到高频融合系数,最后经NSST逆变换得到融合图像。实验结果表明,所提算法能够得到目标明确、背景信息清晰的融合图像。 展开更多
关键词 图像融合 蚁狮优化算法 最大Shannon熵分割 引导滤波 双通道脉冲发放皮层模型
在线阅读 下载PDF
结合柯西分布和蚁狮算法改进的模糊聚类算法 被引量：3
9
作者 吴辰文 王莎莎 曹雪同 《计算机工程与应用》 CSCD 北大核心 2023年第17期91-98,共8页
针对模糊聚类对初始聚类中心依赖性较强且易陷入局部最优解的问题,提出了一种结合柯西分布和蚁狮算法改进的模糊聚类算法(CALOFCM)。引入柯西分布函数变异蚁狮算法,使得个体受局部极值点的约束力下降,从而增加跳出局部最优解的概率。使... 针对模糊聚类对初始聚类中心依赖性较强且易陷入局部最优解的问题,提出了一种结合柯西分布和蚁狮算法改进的模糊聚类算法(CALOFCM)。引入柯西分布函数变异蚁狮算法,使得个体受局部极值点的约束力下降,从而增加跳出局部最优解的概率。使用优化后的蚁狮算法生成的精英蚁狮作为模糊C均值(fuzzy C-means,FCM)算法的初始聚类中心。分别在人工数据集和UCI数据集上进行了实验验证,并与K-means、DBSCAN、FCM、ALOFCM算法以及提出的算法进行实验对比。结果表明改进的算法获得了较好的聚类结果且在准确率、调整兰德系数和标准化互信息等评价指标上具有良好的聚类性能。 展开更多
关键词 数据挖掘 模糊C均值算法 蚁狮算法 柯西分布
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部