期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
1
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于灰狼算法与小波神经网络的目标威胁评估
被引量：
15
1
作者
傅蔚阳
刘以安
薛松
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第4期680-686,共7页
为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小...
为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小波基函数的平移因子与伸缩因子,使优化后的小波神经网络能够对威胁度测试样本集作更好的预测.实验结果显示,采用反向学习灰狼算法能够更好地优化小波神经网络的权值与平移、伸缩因子,使建立的小波神经网络目标威胁评估模型具有更高的预测精度和更强的泛化能力,能够精准、有效地实现目标威胁评估.
展开更多
关键词
目标威胁评估
灰狼优化算法(GWO)
小波神经网络
反向学习策略(OBL)
神经网络
在线阅读
下载PDF
职称材料
题名
基于灰狼算法与小波神经网络的目标威胁评估
被引量：
15
1
作者
傅蔚阳
刘以安
薛松
机构
江南大学物联网工程学院
中国船舶重工集团公司第七研究院电子部
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018年第4期680-686,共7页
基金
江苏省自然科学基金资助项目(BK20160162)
文摘
为了提高目标威胁度评估的精确度,建立反向学习灰狼算法(OGWO)优化小波神经网络的目标威胁评估模型(OGWO-WNN),提出基于该模型的算法.该模型使用反向学习策略(OBL)优化灰狼算法(GWO),通过改进后的灰狼算法优化小波神经网络的各权值和小波基函数的平移因子与伸缩因子,使优化后的小波神经网络能够对威胁度测试样本集作更好的预测.实验结果显示,采用反向学习灰狼算法能够更好地优化小波神经网络的权值与平移、伸缩因子,使建立的小波神经网络目标威胁评估模型具有更高的预测精度和更强的泛化能力,能够精准、有效地实现目标威胁评估.
关键词
目标威胁评估
灰狼优化算法(GWO)
小波神经网络
反向学习策略(OBL)
神经网络
Keywords
target threat assessment
grey wolf optimization algorithm(GWO)
wavelet neural network
opposition-based learning(OBL)
neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于灰狼算法与小波神经网络的目标威胁评估
傅蔚阳
刘以安
薛松
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2018
15
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
