期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于一种新型优化模型的频谱感知分簇算法 被引量:1
1
作者 柴思灼 宋昱 王树彬 《无线电通信技术》 北大核心 2024年第5期967-976,共10页
为缓解频谱资源紧缺的现状,对认知无线传感器网络(Cognitive Radio Sensor Network,CRSN)进行了深入研究。切尔诺贝利灾难优化器(Chernobyl Disaster Optimizer,CDO)作为一种新型优化模型,具有收敛性能较强、结构简单和需要调节的参数... 为缓解频谱资源紧缺的现状,对认知无线传感器网络(Cognitive Radio Sensor Network,CRSN)进行了深入研究。切尔诺贝利灾难优化器(Chernobyl Disaster Optimizer,CDO)作为一种新型优化模型,具有收敛性能较强、结构简单和需要调节的参数少等优点。为提高CRSN能效,延长CRSN的生存周期,提出了一种基于量子切尔诺贝利灾难优化器的频谱感知分簇算法(Quantum Chernobyl Disaster Optimizer-based Spectrum Aware Clustering Algorithm,QCDOC)。QCDOC的主要目标是通过最小化节点之间的通信距离来提高网络的生存周期。QCDOC通过为CDO引入量子旋转门和量子非门来增强其搜索能力,采用二进制种群编码以使其适用于簇头(Cluster Head,CH)选举问题。QCDOC在设计适应度函数时考虑了节点剩余能量、距离和频谱可用性,提高了算法的能效。实验表明,与对比算法相比,QCDOC算法具有更长的生存周期、更多的数据传输量和更均衡的网络能耗。 展开更多
关键词 认知无线传感器网络 分簇 切尔诺贝利灾难优化
在线阅读 下载PDF
基于EWT-EVO/CDO-GPR模型的三峡入库月径流预测 被引量:1
2
作者 徐荣华 崔东文 《三峡大学学报(自然科学版)》 北大核心 2025年第2期26-32,共7页
为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法... 为提高三峡入库月径流预测精度,提出一种基于经验小波变换(EWT)和能量谷优化(EVO)算法、切尔诺贝利灾难优化(CDO)算法优化的高斯过程回归(GPR)预测模型.首先利用EWT将月径流时间序列分解为趋势项、周期项和波动项;然后介绍EVO、CDO算法原理,利用EVO、CDO优化GPR超参数;最后利用优化获得的最佳超参数建立EWT-EVO-GPR、EWT-CDO-GPR模型对月径流各分量进行预测,重构后得到最终预测结果,并构建基于粒子群优化(PSO)算法、遗传算法(GA)优化的EWT-PSO-GPR、EWT-GA-GPR模型,基于支持向量机(SVM)、BP神经网络的EWT-EVO-SVM、EWT-CDO-SVM、EWT-EVO-BP、EWT-CDO-BP模型,基于小波变换(WT)的WT-EVO-GPR、WT-CDO-GPR模型,基于经验模态分解(EMD)的EMD-EVO-GPR、EMD-CDO-GPR模型和EWT-GPR、EVO-GPR、CDO-GPR模型作对比分析,通过三峡2009至2022年入库月径流时序数据对各模型进行验证.结果表明:EWT-EVO-GPR、EWT-CDO-GPR模型预测的平均绝对百分比误差分别为0.689%、0.699%,决定系数均为0.9999,优于其他对比模型,具有更好的预测效果;EWT兼顾WT、EMD优势,可将月径流时序数据分解为更具规律的子分量,显著提升模型性能,分解效果优于WT、EMD;EVO、CDO对GPR超参数的寻优效果优于PSO、GA,通过超参数寻优,显著提升了GPR性能;在相同情形下,GPR预测性能要优于SVM、BP. 展开更多
关键词 月径流预测 高斯过程回归 能量谷优化算法 切尔诺贝利灾难优化算法 经验小波变换 三峡
在线阅读 下载PDF
基于CPSO的多目标文本分类投影寻踪 被引量:1
3
作者 石松 陈云 《计算机工程》 CAS CSCD 2014年第2期171-174,共4页
投影寻踪可有效解决文本分类中的维数灾难问题,而投影方向优化是投影寻踪需要解决的关键问题。传统的投影寻踪方法将投影指标优化看作单目标优化问题,会使解的质量受到影响。为此,提出一种基于多目标优化的投影寻踪方法。将类别之间的... 投影寻踪可有效解决文本分类中的维数灾难问题,而投影方向优化是投影寻踪需要解决的关键问题。传统的投影寻踪方法将投影指标优化看作单目标优化问题,会使解的质量受到影响。为此,提出一种基于多目标优化的投影寻踪方法。将类别之间的距离和类别内数据的聚类紧密程度作为2个优化目标,并将投影扩展到多维,利用混沌粒子群优化算法寻找最优的投影方向。在常用文本数据集上进行实验,确定最优投影指标及维度,并比较不同分类模型的分类结果,结果表明,使用该方法能有效提高文本分类性能。 展开更多
关键词 投影寻踪 文本分类 维数灾难 投影指标 多目标优化 混沌粒子群优化算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部