-
题名一种分类器选择方法
被引量：1
- 1
-
-
作者
牛鹏
魏维
李峻金
郭建国
-
机构
西安通信学院研究生管理大队
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第14期163-165,共3页
-
文摘
在按照"测试-选择"方法设计多分类器系统时,从超量生成的候选分类器集中选取一个最优子集是关键环节之一。基于此,定义一个组合适宜度概念,提出一种新的分类器选择方法。将该方法用于高光谱遥感数据分类实验中,并从具有27个候选的分类器集中挑选子集。实验结果表明,该方法在选择效率和识别精度方面具有优势,能保证所选子集的泛化能力。
-
关键词
组合适宜度
分类器选择
高光谱数据
-
Keywords
degree of Combination fitness（DCF）
classifier selection
hyperspectral data
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名区域水战略方案选优的动态组合评价模型研究
被引量：1
- 2
-
-
作者
童芳
董增川
邱德华
-
机构
河海大学水文水资源与水利工程科学国家重点实验室
广东省水利厅
-
出处
《灾害学》
CSCD
2008年第1期18-22,共5页
-
基金
教育部科学技术研究重点项目:大陆水资源与水资源可持续利用(104197)
-
文摘
水安全危机是人类进入新世纪以来在生存及发展方面所面临的最严重挑战之一。研究科学合理的水安全战略成为区域可持续发展的重大课题。针对区域水战略问题涉及众多因素且各因素之间动态关联的特点,提出了基于水战略方案优选的兼容度极大化动态组合评价模型(CMM-DCEM),并将其成功地应用于我国广东省北江下游及其三角洲地区水安全战略方案优选评价。评价结果及模型基于不确定性的敏感性分析结果证明:CMM-DCEM实现了主、客观赋权方法以及单一评价模型的融合,使用实码加速遗传算法求解目标函数,克服了传统的组合评价方法计算繁琐的不足,评价过程更加科学合理。
-
关键词
水安全
水战略
方案选优
动态组合评价
兼容度最大化模型
遗传算法
-
Keywords
water security
water security strategy
optimal selection of engineering scheme
dynamic combined evaluation
compatibility degree maximum model
genetic algorithm
-
分类号
X52
[环境科学与工程—环境工程]
-
-
题名无单元法布点优化的一种新方法
- 3
-
-
作者
邓俊晔
徐卫亚
-
机构
河海大学岩土工程研究所
-
出处
《岩土力学》
EI
CAS
CSCD
北大核心
2007年第9期1841-1847,1855,共8页
-
基金
国家自然科学基金重点项目(No.50539110)
国家重点基础研究发展规划973项目(No.2002CB412707)
-
文摘
研究了无单元法中单个影响域内的布点形式对误差的影响,提出了半径权值的概念。在经过充分的数值计算后,给出在半径权值对无单元法插值结果的精度的影响值的大小。研究对优化无单元法的节点布置、减小模拟误差有很大的作用,并且使得影响域的大小不再依靠点数的多少来确定,避免了影响域过大的情况和为了单个影响域内有足够多的插值点而使得整体插值点数目过多的弊端。运用单个区域内的插值点健康度的理论,研究了整个区域布点对无单元法模拟函数——滑动最小二乘法模拟精度的影响,并运用遗传算法对整个布点区域上的插值点进行了优化,给出了区域上的优化值。通过一个实例,得到一个具有普遍意义的插值点优化值与插值点密度的关系,并给出无单元法布点的一般性原则。
-
关键词
无单元法
健康度
影响域
遗传算法
编码
适应度函数
选择策略
遗传算子
-
Keywords
EFM
degree of health
domain of influence
genetic algorithms
encoding fitness
selection strategy
genetic operator
-
分类号
O319.56
[理学—一般力学与力学基础]
-
-
题名基于改进BA网络的遗传算法
被引量：4
- 4
-
-
作者
李阳
田兴华
张纪会
-
机构
青岛大学复杂性科学研究所
-
出处
《复杂系统与复杂性科学》
EI
CSCD
2019年第2期69-76,共8页
-
基金
国家自然科学基金(61673228)
-
文摘
遗传算法是基于生物进化论设计的一种自然启发式算法,在众多领域都有广泛应用。目前对于遗传算法的研究主要集中于:遗传算法的理论研究、遗传算法的改进及应用。复杂网络是研究由众多个体组成的集体行为和个体间关系的有力模型。为了改进遗传算法性能,在已有的复杂网络与遗传算法相结合的成果基础上,提出了一种基于改进BA网络的遗传算法,实现了对网络结构进一步的改进,并改进了传统遗传算法的选择策略以及为了应对网络中节点的递增采用的种群规模自适应策略,通过数值实验验证了改进算法的性能,结果表明改进算法对于不同类型的函数的寻优能力要优于基本遗传算法以及基于普通BA网络的遗传算法。研究结果对于遗传算法的改进具有一定指导作用。
-
关键词
改进的BA网络
群体智能
遗传算法
节点度与适应度结合的选择策略
度的继承
种群自适应
-
Keywords
improved BA network
swarm intelligence
genetic algorithm
selection strategy combining degree with fitness
degree inheritance
population adaptation
-
分类号
N945.15
[自然科学总论—系统科学]
TP273.1
[自动化与计算机技术—检测技术与自动化装置]
-
