检索结果-维普期刊中文期刊服务平台

改进粒子群优化算法求解TSP问题被引量：13: 1; 作者苏晋荣王建珍《计算机工程与应用》 CSCD 北大核心 2010年第4期52-53,75,共3页; 针对粒子群优化算法易陷入局部极值的缺点,提出一种改进粒子群算法,该算法借鉴贪婪算法的思想初始化种群,利用两个种群同时寻优,并将遗传算法中交叉和变异操作引入其中,实现种群间的信息共享。用14点TSP标准数据对算法性能进行了测试,... 展开更多; 关键词粒子群优化算法旅行商问题贪婪算法交叉变异; 在线阅读下载PDF 职称材料

一种改进的线性判别分析算法MLDA 被引量：3: 2; 作者刘忠宝王士同《计算机科学》 CSCD 北大核心 2010年第11期239-242,共4页; 线性判别分析(LDA)是模式识别方法之一,已广泛应用于模式识别、数据分析等诸多领域。线性判别分析法寻找的是有效分类的方向。而当样本维数远大于样本个数(即小样本问题)时,LDA便束手无策。为有效解决线性判别分析法的小样本问题,提出... 展开更多; 关键词特征提取线性判别分析(LDA) 小样本问题类间离散度矩阵类内离散度矩阵标量化; 在线阅读下载PDF 职称材料

多阶矩阵组合LDA及其在人脸识别中的应用被引量：3: 3; 作者刘忠宝王士同《计算机工程与应用》 CSCD 北大核心 2011年第12期152-155,共4页; 线性判别分析(LDA)是一种普遍用于特征提取的线性分类方法。但将LDA直接用于人脸识别会遇到小样本问题和秩限制问题。为了解决以上问题,提出一种基于多阶矩阵组合的LDA算法——MLDA。该算法重新定义了传统LDA中的类内离散度矩阵Sw,使传... 展开更多; 关键词线性判别分析(LDA) 类内离散度矩阵多阶矩阵组合人脸识别; 在线阅读下载PDF 职称材料

改进的LDA算法及秩限制问题研究被引量：3: 4; 作者刘忠宝王士同《计算机工程与应用》 CSCD 北大核心 2010年第32期17-20,共4页; 针对经典线性判别分析中存在的秩限制和小样本问题,通过改进原有的Fisher准则,提出了一种改进的线性判别分析算法ILDA,以克服秩限制问题并同时解决了小样本问题。重点研究了ILDA在解决样本类间离散度矩阵秩限制方面的有效性。在多个国... 展开更多; 关键词线性判别分析类间离散度矩阵类内离散度矩阵秩限制问题; 在线阅读下载PDF 职称材料

题名改进粒子群优化算法求解TSP问题被引量：13: 1; 作者苏晋荣王建珍; 机构山西大学商务学院信息工程系; 出处《计算机工程与应用》 CSCD 北大核心 2010年第4期52-53,75,共3页; 基金山西省自然科学基金No.20101135~~; 文摘针对粒子群优化算法易陷入局部极值的缺点,提出一种改进粒子群算法,该算法借鉴贪婪算法的思想初始化种群,利用两个种群同时寻优,并将遗传算法中交叉和变异操作引入其中,实现种群间的信息共享。用14点TSP标准数据对算法性能进行了测试,结果表明该算法能够较早跳出局部最优,具有较高的收敛速度和收敛率。; 关键词粒子群优化算法旅行商问题贪婪算法交叉变异; Keywords Particle Swarm Optimization （ PSO ） Traveling Salesman Problem（TSP） greedy algorithm crossover mutation; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种改进的线性判别分析算法MLDA 被引量：3: 2; 作者刘忠宝王士同; 机构江南大学信息学院山西大学商务学院信息工程系; 出处《计算机科学》 CSCD 北大核心 2010年第11期239-242,共4页; 基金国家863项目(2007AA1Z158 2006AA10Z313) +3 种基金 60704047/F030304) 2008江苏省研究生创新计划课题资助; 文摘线性判别分析(LDA)是模式识别方法之一,已广泛应用于模式识别、数据分析等诸多领域。线性判别分析法寻找的是有效分类的方向。而当样本维数远大于样本个数(即小样本问题)时,LDA便束手无策。为有效解决线性判别分析法的小样本问题,提出了一种改进的LDA算法——MLDA。该算法将类内离散度矩阵进行标量化处理,有效地避免了对类内离散度矩阵求逆。通过实验证明MLDA在一定程度上解决了经典LDA的小样本问题。; 关键词特征提取线性判别分析(LDA) 小样本问题类间离散度矩阵类内离散度矩阵标量化; Keywords Feature extraction Linear Discriminant Analysis（LDA） Small sample size problem Between-class scatter matrix Within-class scatter matrix Scalarization; 分类号 TP391.41 [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

题名多阶矩阵组合LDA及其在人脸识别中的应用被引量：3: 3; 作者刘忠宝王士同; 机构江南大学信息学院山西大学商务学院信息工程系; 出处《计算机工程与应用》 CSCD 北大核心 2011年第12期152-155,共4页; 基金国家863资助项目(No.2007AA1Z158 No.2006AA10Z313) +1 种基金 2008江苏省研究生创新计划课题; 文摘线性判别分析(LDA)是一种普遍用于特征提取的线性分类方法。但将LDA直接用于人脸识别会遇到小样本问题和秩限制问题。为了解决以上问题,提出一种基于多阶矩阵组合的LDA算法——MLDA。该算法重新定义了传统LDA中的类内离散度矩阵Sw,使传统Fisher准则具有更好的健壮性和适应性。若干人脸数据库上的比较实验证明了MLDA的有效性。; 关键词线性判别分析(LDA) 类内离散度矩阵多阶矩阵组合人脸识别; Keywords Linear Discriminant Analysis（LDA） within-class scatter matrix linear combination of k-order matrices face recognitibn; 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

题名改进的LDA算法及秩限制问题研究被引量：3: 4; 作者刘忠宝王士同; 机构江南大学信息学院山西大学商务学院信息工程系; 出处《计算机工程与应用》 CSCD 北大核心 2010年第32期17-20,共4页; 基金国家高技术研究发展计划(863)(No.2007AA1Z158 No.2006AA10Z313) +3 种基金 No.60704047/F030304) 2008江苏省研究生创新计划课题~~; 文摘针对经典线性判别分析中存在的秩限制和小样本问题,通过改进原有的Fisher准则,提出了一种改进的线性判别分析算法ILDA,以克服秩限制问题并同时解决了小样本问题。重点研究了ILDA在解决样本类间离散度矩阵秩限制方面的有效性。在多个国际标准数据集和人工数据集上实验的结果表明ILDA算法不仅有效地突破了秩限制,达到提取更多判别特征的目的,而且具有良好的识别效果。; 关键词线性判别分析类间离散度矩阵类内离散度矩阵秩限制问题; Keywords Linear Discriminant Analysis（LDA）； between-class scatter matrix； within-class scatter matrix； rank limitation；; 分类号 TP391.4 [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