期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于互信息和遗传算法的两阶段特征选择方法 被引量:14
1
作者 裘国永 王娜 汪万紫 《计算机应用研究》 CSCD 北大核心 2012年第8期2903-2905,共3页
为了在特征选择过程中得到较优的特征子集,结合标准化互信息和遗传算法提出了一种新的两阶段特征选择方法。该方法首先采用标准化的互信息对特征进行排序,然后用排序在前的特征初始化第二阶段遗传算法的部分种群,使得遗传算法的初始种... 为了在特征选择过程中得到较优的特征子集,结合标准化互信息和遗传算法提出了一种新的两阶段特征选择方法。该方法首先采用标准化的互信息对特征进行排序,然后用排序在前的特征初始化第二阶段遗传算法的部分种群,使得遗传算法的初始种群中含有较好的搜索起点,从而遗传算法只需较少的进化代数就可搜寻到较优的特征子集。实验显示,所提出的特征选择方法在特征约简和分类等方面具有较好的效果。 展开更多
关键词 标准互信息 遗传算法 特征选择 特征约简
在线阅读 下载PDF
基于带约束谱聚类的启发式车辆路径规划算法优化方法
2
作者 罗蒙 高超 王震 《计算机应用》 北大核心 2025年第5期1387-1394,共8页
针对现有启发式算法在解决大规模多车场车辆路径规划问题(MDVRP)时存在的初始解质量较差的缺点,提出一种基于带约束谱聚类(CSC)的启发式车辆路径规划算法优化方法。首先,根据待配送客户点的地理位置和需求量生成配送点的地理信息特征矩... 针对现有启发式算法在解决大规模多车场车辆路径规划问题(MDVRP)时存在的初始解质量较差的缺点,提出一种基于带约束谱聚类(CSC)的启发式车辆路径规划算法优化方法。首先,根据待配送客户点的地理位置和需求量生成配送点的地理信息特征矩阵和需求信息特征矩阵;其次,根据地理信息特征矩阵和需求信息特征矩阵生成CSC的约束矩阵,并完成聚类操作;最后,使用谱聚类的结果生成启发式算法的初始解,选择合适的启发式算法完成车辆路径规划问题(VRP)的求解。在标准数据集的21个算例上的实验结果显示,CSC相较于SCSC(SelfConstrained-Spectral-Clustering)在标准化互信息(NMI)和Fowlkes-Mallows指数(FMI)上分别提升了18.75%和31.18%;在车辆路径规划任务中,使用CSC进行初始化的启发式算法在21个不同规模算例中的16个算例上求得了最短路径,并且启发式算法的运行时间相较于使用SCSC缩短了13.05%。实验结果表明,CSC能够有效提高客户点的聚类精度,进而能够有效提高VRP的求解速度和解的精度。 展开更多
关键词 谱聚类 车辆路径规划问题 多车场车辆路径规划问题 启发式算法 标准互信息 Fowlkes-Mallows指数
在线阅读 下载PDF
基于光流法与特征统计的鱼群异常行为检测 被引量:29
3
作者 于欣 侯晓娇 +3 位作者 卢焕达 余心杰 范良忠 刘鹰 《农业工程学报》 EI CAS CSCD 北大核心 2014年第2期162-168,共7页
鱼类群体行为的异常检测能够为鱼类健康监控与预警提供重要的方法和手段,对研究鱼类行为的机理,提升水产养殖过程中的信息化水平具有非常重要的意义。该文通过计算机视觉和图像处理技术,基于鱼群运动特征统计方法,对鱼群异常行为检测进... 鱼类群体行为的异常检测能够为鱼类健康监控与预警提供重要的方法和手段,对研究鱼类行为的机理,提升水产养殖过程中的信息化水平具有非常重要的意义。该文通过计算机视觉和图像处理技术,基于鱼群运动特征统计方法,对鱼群异常行为检测进行研究。利用Lucas-Kanade光流法得到目标鱼群的运动矢量,并对目标运动的行为特征进行统计,得到速度与转角这2个行为特征的联合直方图与联合概率分布。最后,在联合概率分布的基础上,基于标准互信息(normalized mutual information-NMI)和局部距离异常因子(local distance-based outlier factor-LDOF)2种方法对鱼群行为进行异常检测。试验结果表明,2种异常检测方法均达到99.5%以上的准确率。 展开更多
关键词 水产养殖 鱼群检测 光流法 标准互信息(nmi) 局部距离异常因子(LDOF)
在线阅读 下载PDF
基于数据集特点的增强聚类集成算法 被引量:5
4
作者 侯勇 郑雪峰 《计算机应用》 CSCD 北大核心 2013年第8期2204-2207,2249,共5页
当前流行的聚类集成算法无法依据不同数据集的不同特点给出恰当的处理方案,为此提出一种新的基于数据集特点的增强聚类集成算法,该算法由基聚类器的生成、基聚类器的选择与共识函数构成。该算法依据数据集的特点,通过启发式方法,选出合... 当前流行的聚类集成算法无法依据不同数据集的不同特点给出恰当的处理方案,为此提出一种新的基于数据集特点的增强聚类集成算法,该算法由基聚类器的生成、基聚类器的选择与共识函数构成。该算法依据数据集的特点,通过启发式方法,选出合适的基聚类器,构建最终的基聚类器集合,并产生最终聚类结果。实验中,对ecoli,leukaemia与Vehicle三个基准数据集进行了聚类,所提出算法的聚类误差分别是0.014,0.489,0.479,同基于Bagging的结构化集成(BSEA)、异构聚类集成(HCE)和基于聚类的集成分类(COEC)算法相比,所提出算法的聚类误差始终最低;而在增加候基聚类器的情况下,所提出算法的标准化互信息(NMI)值始终高于对比算法。实验结果表明,同对比的聚类集成算法相比,所提出算法的聚类精度最高,可伸缩性最强。 展开更多
关键词 基聚类器 共识函数 聚类集成算法 聚类误差 自适应性 标准互信息
在线阅读 下载PDF
基于优化蚁群和标签传播的复杂网络社区检测 被引量:1
5
作者 付立东 郭亚鑫 宋进福 《计算机工程与设计》 北大核心 2023年第5期1320-1327,共8页
标签传播算法被广泛应用于复杂网络中社区检测及其它工程领域,但由于其标签更新的随机性,降低了社区检测的稳定性,为此提出一种LPA-5SA(LPA-five step Ant)算法。使用蚁群优化算法的概率转移公式将标签传播算法的随机选择变为目标函数... 标签传播算法被广泛应用于复杂网络中社区检测及其它工程领域,但由于其标签更新的随机性,降低了社区检测的稳定性,为此提出一种LPA-5SA(LPA-five step Ant)算法。使用蚁群优化算法的概率转移公式将标签传播算法的随机选择变为目标函数高概率选择,通过5步更新法提高信息素选择权重,提高社区检测的稳定性和准确率。该算法在真实的网络和人工合成的网络中进行实验,结果用模块度和NMI指标进行评价,验证了该方法的准确率和稳定性。 展开更多
关键词 社区检测 蚁群算法 模块度 标签传播算法 5步蚁群算法 复杂网络 标准互信息
在线阅读 下载PDF
使用“分裂-合并'策略改进文本聚类集成算法的研究 被引量:1
6
作者 卢志茂 徐森 +1 位作者 刘远超 顾国昌 《高技术通讯》 EI CAS CSCD 北大核心 2010年第7期714-718,共5页
探讨了'分裂-合并'(DM)策略对文本聚类集成算法改进的效果。首先在聚类成员生成阶段运行使用DM策略的超球K均值(SKM)算法r次,每次生成较多的文本子簇,并根据子簇的相似性使用凝聚层次聚类方法合并这些子簇,得到r个聚类成员,随... 探讨了'分裂-合并'(DM)策略对文本聚类集成算法改进的效果。首先在聚类成员生成阶段运行使用DM策略的超球K均值(SKM)算法r次,每次生成较多的文本子簇,并根据子簇的相似性使用凝聚层次聚类方法合并这些子簇,得到r个聚类成员,随后在聚类集成阶段采用两个快速的谱聚类算法进行集成。在6组真实文本集上进行了实验,使用DM策略的两个聚类集成算法获得的平均标准化互信息(NMI)分别比改进前的算法提高了4.6和7.9个百分点,证明了DM策略可以有效提高文本聚类集成算法的聚类质量。 展开更多
关键词 聚类集成 谱聚类 文本聚类 分裂-合并(DM) 标准互信息(nmi)
在线阅读 下载PDF
具有强化学习策略的决策树算法 被引量:11
7
作者 于安池 储茂祥 +1 位作者 杨永辉 董秀 《合肥工业大学学报(自然科学版)》 CAS 北大核心 2021年第5期616-620,共5页
传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低。文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法。根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修... 传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低。文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法。根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修斯相关系数作为信息增益率的奖励或者惩罚,形成新的特征选择标准。实验结果表明,与其他传统方法相比,改进的马尔可夫决策树对非平衡数据整体的预测精度及负类预测精度均有提高。 展开更多
关键词 决策树 不平衡数据 强化学习 标准互信息 马修斯相关系数
在线阅读 下载PDF
基于改进遗传算法的DBN结构自适应学习算法 被引量:2
8
作者 孙美婷 刘彬 《计量学报》 CSCD 北大核心 2021年第1期91-99,共9页
针对动态贝叶斯网络(dynamic bayesian network,DBN)是NP困难问题,提出基于改进遗传算法的DBN结构自适应学习算法。该算法计算最大互信息和时序互信息完成DBN结构搜索空间的初始化。在此基础上设计改进遗传算法,引入评分标准差构建交叉... 针对动态贝叶斯网络(dynamic bayesian network,DBN)是NP困难问题,提出基于改进遗传算法的DBN结构自适应学习算法。该算法计算最大互信息和时序互信息完成DBN结构搜索空间的初始化。在此基础上设计改进遗传算法,引入评分标准差构建交叉概率和变异概率的自适应调节函数,以降低结构学习过程陷入局部最优解的概率。仿真结果表明,该算法在无先验知识的情况下,相比其他优化算法,汉明距离和运行时长平均减少了30%,37.3%,评分值平均增大了18.0%。 展开更多
关键词 计量学 动态贝叶斯网络 时序互信息 得分标准 自适应学习
在线阅读 下载PDF
基于社区结构的复杂网络鲁棒性优化策略 被引量:6
9
作者 刘迪洋 张震 张进 《计算机工程》 CAS CSCD 北大核心 2021年第8期84-92,共9页
为在复杂网络鲁棒性优化过程中尽可能保留网络初始社区结构,分析重连边策略对网络社区结构的影响,提出一种结合社区结构的复杂网络鲁棒性优化策略。采用Louvain算法确定复杂网络社区结构,利用模拟退火算法提升复杂网络中单个社区的内部... 为在复杂网络鲁棒性优化过程中尽可能保留网络初始社区结构,分析重连边策略对网络社区结构的影响,提出一种结合社区结构的复杂网络鲁棒性优化策略。采用Louvain算法确定复杂网络社区结构,利用模拟退火算法提升复杂网络中单个社区的内部鲁棒性,使用改进的智能重连边策略(Smart Rewiring)提升社区间的连接鲁棒性,并通过标准化互信息指标评价鲁棒性优化过程中社区结构的保留程度。在BA、WS和WU-PowerGrid网络中的实验结果表明,与Smart Rewiring和MA策略相比,该策略能在提升网络鲁棒性的同时尽可能保留网络初始社区结构。 展开更多
关键词 复杂网络 社区结构 鲁棒性优化 模拟退火算法 标准互信息
在线阅读 下载PDF
云计算环境下关联节点的异常判断 被引量:4
10
作者 雷阳 姜瑛 《计算机科学》 CSCD 北大核心 2021年第1期295-300,共6页
当前,越来越多的用户选择将服务部署到云计算环境中。然而,云计算服务的多样性以及部署环境的动态性,会导致云计算节点出现异常。传统的节点异常检测方法只针对异常的单一节点,忽略了异常节点对关联节点的影响,从而造成异常传播和关联... 当前,越来越多的用户选择将服务部署到云计算环境中。然而,云计算服务的多样性以及部署环境的动态性,会导致云计算节点出现异常。传统的节点异常检测方法只针对异常的单一节点,忽略了异常节点对关联节点的影响,从而造成异常传播和关联节点失效等问题。文中提出了一种云计算环境下关联节点的异常判断方法。首先,将Agent部署在各节点上,并通过Agent以特定时间间隔采集节点运行数据,根据节点之间的关联关系建立节点关系图;其次,使用运行数据训练异常检测模型,计算运行数据的权值和综合评分,通过基于滑动时间窗口的方法判断单一节点是否出现异常;最后,在单一节点出现异常的情况下,使用基于标准互信息的方法找出受异常节点影响的其他关联节点。在搭建的云计算平台上,通过模拟各类异常情况,并观察注入异常下节点的状态,验证了文中单一节点异常判断方法和关联节点判断方法的有效性。实验结果表明,该方法在判断单一节点异常的正确率和特异度时都优于其他方法,且在多节点结构下可以准确找到关联的异常节点,具有较高的准确率和稳定性。 展开更多
关键词 云计算环境 单一节点 关联节点 异常判断 标准互信息
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部