题名 应用精英档案和反向学习的多目标差分进化算法
被引量：2
1
作者
汪慎文 王佳莹 张佳星 王峰 王晖
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室 武汉大学 计算机学院 南昌工程学院信息工程学院
出处
《郑州大学学报（工学版）》
CAS
北大核心
2020年第6期40-45,91,共7页
基金
河北省科技厅重点研发项目(19970311D,20373303D) 河北省教育厅自然科学基金资助项目(ZD2020344)。
文摘
针对多目标优化问题日渐复杂的情况,受集成算法思想的启发,提出一种应用精英档案和反向学习的多目标差分进化算法。该算法通过建立一个外部档案来保存种群进化过程中的非支配解,提高算法收敛速度。在进化过程中根据反向学习代跳跃概率,使用反向学习生成反向解,扩大搜索范围,提高种群多样性。利用网格系统确定解的坐标,并根据一定的约束生成交叉池,在交叉池中选择父代个体,利用差分进化算法产生新个体,通过网格约束分解排序算法选择下一代种群。将此算法与其他算法在UF测试函数上进行实验,结果表明:所提出的算法在解决无约束多目标优化问题上得到Pareto前沿形状有较强的鲁棒性。
关键词
多目标优化 精英档案 反向学习 差分进化算法 网格约束分解
Keywords
multi-objective optimization elite-archive opposition-based learning differential evolution algorithm constrained decomposition with grids
分类号
TU528.1
[建筑科学—建筑技术科学]
题名 融合多粒度信息的文本分类研究
被引量：8
2
作者
辛苗苗 马丽 胡博发
机构
河北 地质 大学 信息工程学院河北 地质 大学 、人工智能 与机器 学习 研究室
出处
《计算机工程与应用》
CSCD
北大核心
2023年第9期104-111,共8页
基金
河北省高等学校科学技术研究重点项目(ZD2018043) 河北地质大学博士基金(BQ2017045)。
文摘
目前对中文文本分类的研究主要集中于对字符粒度、词语粒度、句子粒度、篇章粒度等数据信息的单一模式划分,这往往缺少不同粒度下语义所包含的信息特征。为了更加有效提取文本所要表达的核心内容,提出一种基于注意力机制融合多粒度信息的文本分类模型。该模型对字、词和句子粒度方面构造嵌入向量,其中对字和词粒度采用Word2Vec训练模型将数据转换为字向量和词向量,通过双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)获取字和词粒度向量的上下文语义特征,利用FastText模型提取句子向量中包含的特征,将不同种特征向量分别送入到注意力机制层进一步获取文本重要的语义信息。实验结果表明,该模型在三种公开的中文数据集上的分类准确率比单一粒度和两两粒度结合的分类准确率都有所提高。
关键词
多粒度 信息融合 文本分类 注意力机制
Keywords
multi-granularity information fusion text classification attention mechanism
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 一种具有学习机制的海鸥优化算法
被引量：5
3
作者
王培崇 尹欣洁 李丽荣
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室 河北 地质 大学 艺术学院
出处
《郑州大学学报（工学版）》
CAS
北大核心
2022年第6期8-14,共7页
基金
国家自然科学基金资助项目(61806069) 河北省高等学校科学技术研究项目(ZD2020344)。
文摘
为了克服海鸥优化算法在求解高维问题时存在的收敛速度慢、容易早熟和解精度低等问题,提出一种具有学习机制的海鸥优化算法(ISOAL)。首先,设计了一种基于当前粒子X_(i)与种群均值状态X_(m)差异的迁移算子,提升早期个体对解空间的搜索范围。其次,引入非线性自适应参数A保证算法适合于复杂问题解空间的搜索,避免算法过早地陷入局部最优。最后,通过引入部分精英粒子执行反向学习,加强对种群内的最优粒子所在空间的勘探,提高算法的解精度。实验选择了CEC2017中的10个无约束测试函数检测算法的性能,并与HPSO-TS、V-DVGA、DADE、CMA-ES等算法进行对比,该组实验结果显示,ISOAL比其他算法具有更高的解精度和稳定性。针对张力弹簧问题进行实验,结果表明:ISOAL所获得的弹簧总代价比SOA降低了3.5%,弹簧的线圈直径和平均直径分别下降了5.7%和3.5%。ISOAL算法具有收敛速度快、精度高和鲁棒性的特点,适合求解较高维度的连续函数优化问题和带有约束的工程优化问题。
关键词
海鸥优化算法 学习机制 非线性参数 反向学习
Keywords
seagull optimization algorithm learning mechanism nonlinear parameter opposition-based learning
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
O234
[理学—运筹学与控制论]
题名 离散差分进化算法求解共享单车调度问题
被引量：9
4
作者
汪慎文 杨锋 徐亮 李美羽
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室 北京交通大学 交通运输学院
出处
《郑州大学学报（工学版）》
CAS
北大核心
2019年第4期48-53,共6页
基金
国家自然科学基金资助项目(61402481) 河北青年拔尖人才支持计划(冀字[2013]17号) +2 种基金 河北省教育厅自然科学基金重点项目(ZD2018083,ZD2018043,ZD2019134) 河北地质大学博士科研启动基金项目(BQ201322) 河北省科技创新引导计划项目(19970311D)
文摘
为了解决共享单车调度问题,设计了一种离散差分进化算法进行求解.系统地介绍了离散差分进化算法原理,并针对单车调度问题的求解,重新设计了算法中的个体编码、变异算子以及修补算子,使得算法在执行过程中能够对具体调度路径进行计算.结果表明,相比于贪心算法和蚁群算法,本研究算法解的质量较高且收敛速度较快,在共享单车调度等一系列的调度问题中具有一定的实用价值.
关键词
共享单车 调度问题 离散差分进化算法 车辆路径问题
Keywords
free-floating bike-sharing system scheduling problem discrete differential evolution algorithm vehicle routing problem
分类号
F713.36
[经济管理—产业经济]
F570
[经济管理—产业经济]
题名 两阶段搜索的多模态多目标差分进化算法
被引量：4
5
作者
汪慎文 张佳星 褚晓凯 刘䫺 王晖
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室 中国信息通信研究 院泰尔终端实验室 南昌工程学院信息工程学院
出处
《郑州大学学报(工学版)》
CAS
北大核心
2021年第1期9-14,110,共7页
基金
国家自然科学基金资助项目(61663028) 河北省科技厅重点研发项目(19970311D,20373303D)。
文摘
在多模态多目标优化问题中,Pareto前沿的同一位置对应决策空间的多个Pareto最优解,而已有的多目标优化算法往往只能获得其中的一个Pareto最优解,因此,提出一种两阶段搜索的多模态多目标差分进化算法。该算法将优化过程分为精英搜索和分区搜索两个阶段:在精英搜索阶段通过精英变异策略生成高质量个体来保障种群的搜索精度和效率;在分区搜索阶段将决策空间分为若干子空间,利用已探测到的种群对各个子空间进行深度探索,降低问题复杂度的同时提高种群在决策空间的扩展性和均匀性。在MMF1等18个多模态多目标优化测试函数上与NSGAII、MO_Ring_PSO_SCD、DN-NSGAII、Omni-Optimizer、MMODE 5种经典算法进行性能比较。实验结果表明,本文算法在帕累托近似性(PSP)性能指标上有16个测试函数优于其他5个对比算法。
关键词
多模态多目标优化 差分进化算法 两阶段搜索 精英变异 分区搜索
Keywords
multimodal multi-objective optimization differential evolution two-stage search elite variation partition search
分类号
TP301
[自动化与计算机技术—计算机系统结构]
题名 改进U-Net的遥感图像中建筑物变化检测
被引量：33
6
作者
张翠军 安冉 马丽
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室
出处
《计算机工程与应用》
CSCD
北大核心
2021年第3期239-246,共8页
基金
河北省高等学校科学技术研究重点项目(ZD2018043,ZD2019134) 河北省自然科学基金(F2020403030)。
文摘
提出了一种改进U-Net的遥感图像中建筑物变化检测方法,将变化检测问题转化为像素级二分类问题,利用U-Net模型对图像进行分类,把图像中的每个像素划分为变化类或非变化类,并根据变化类的像素得到建筑物的变化检测结果图。针对U-Net模型进行遥感图像中建筑物变化检测时,在训练中容易出现过拟合的现象,提出用非对称卷积块代替U-Net网络特征提取部分的标准卷积操作,增强卷积核的鲁棒性和网络的中心骨架,防止过拟合;针对变化检测数据集中图像背景复杂、小目标的变化情况容易被漏检的问题,提出在U-Net中引入注意力机制,抑制模型对非变化类像素特征的学习,加强对变化类特征的学习,提取到更适合的特征。实验结果表明,在引入非对称卷积块和注意力机制后,变化检测的F1分数有明显的提升。
关键词
建筑物变化检测 U-Net 非对称卷积块 注意力机制
Keywords
building change detection U-Net asymmetric convolution block attention mechanism
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
题名 融合混沌优化和改进模糊聚类的图像分割算法
被引量：18
7
作者
朱占龙 刘永军
机构
河北 地质 大学 信息工程学院河北 省光电信息与地球探测技术重点实验室河北地质大学人工智能与机器学习研究室
出处
《电子学报》
EI
CAS
CSCD
北大核心
2020年第5期975-984,共10页
基金
河北省高等学校科学技术研究(No.BJ2018029) 河北省教育厅重点(No.ZD2018212) 河北地质大学博士科研启动基金(No.BQ201606)。
文摘
基于邻域广义模糊聚类算法能够分割含噪声灰度图像,但是如果图像灰度分布不均衡或者起始的聚类中心设置不合适仍会导致该算法分割失败,为此,提出一种基于混沌优化和改进模糊聚类算法相融合的图像分割算法.首先,将每一类的隶属度之和引入基于邻域广义模糊聚类算法的目标函数中,从而能够均衡较大类和较小类对目标函数的贡献.其次,以新目标函数为基础,利用拉格朗日乘子法推导出相应的隶属度和聚类中心.再次,将混沌优化和改进模糊聚类算法联合得到最优解,即最合适的聚类中心,细节上,每一代的聚类中心分别由混沌系统和改进模糊聚类算法两种路径产生,具有较小目标函数的聚类中心进入下一个迭代进程.最后,利用具有不平衡特性的无损检测图像进行实验,结果表明本文算法具有更高的分割准确率和更好的视觉效果.
关键词
图像分割 混沌优化 模糊聚类 灰度分布不均衡
Keywords
image segmentation chaos optimization fuzzy clustering unequal cluster sizes
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
题名 改进的基于灰度级的模糊C均值图像分割算法
被引量：13
8
作者
赵战民 朱占龙 王军芬
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室
出处
《液晶与显示》
CAS
CSCD
北大核心
2020年第5期499-507,共9页
基金
河北省高等学校科学技术研究项目(No.BJ2018029) 河北省教育厅重点项目(No.ZD2018212) 河北地质大学博士科研启动基金(No.BQ201606)。
文摘
基于灰度级的模糊C均值算法是一种快速的图像分割算法。因为无损检测图像灰度分布不均衡,该算法不能有效分割图像中的目标与背景,故提出一种改进的基于灰度级的模糊C均值算法(IFCMG)。首先,利用灰度级像素数和隶属度构造类的总隶属度表达式并将其融入目标函数中以均衡化目标像素和灰度像素对目标函数的贡献。接着,推导基于新目标函数的隶属度和聚类中心。然后,考虑到类的密度也会影响聚类结果,设计类的紧密度表征形式并将其融入聚类进程。最后,采用无损检测图像进行分割实验。对于每幅图像,本文算法具有较高的F_value指标值。利用综合评价公式对所有F_value值进行评价,本文算法综合评价值比对比算法分别高出26.13%,16.46%,13.75%,25.10%。本文算法能够有效分割具有灰度分布不均衡特征的无损检测图像,扩展了基于灰度级的模糊C均值聚类算法的应用范围。
关键词
模糊C均值算法 灰度分布不均衡 图像分割 无损检测
Keywords
fuzzy C-means algorithm unbalanced distribution of grayscale image segmentation non-destructive testing
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 融合头脑风暴思想的教与学优化算法
被引量：10
9
作者
李丽荣 杨坤 王培崇
机构
河北 地质 大学 艺术设计学院河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室
出处
《计算机应用》
CSCD
北大核心
2020年第9期2677-2682,共6页
基金
河北省社会科学基金资助项目(HB19GL0074) 河北省高等学校科研项目(ZD2018043,ZD2020344)。
文摘
针对教与学优化(TLBO)算法在求解高维问题时表现出的收敛速度慢、解精度低、易陷入于局部最优的问题,提出了一种融合头脑风暴思想的改进教与学优化算法(ITLBOBSO)。在该算法中设计了一种新的“学”算子,并以其替换TLBO算法中的“学”。该算法在种群的迭代过程中,当前个体首先执行“教”算子。随后,在种群中随机选择两个个体,令其中优秀的个体与当前个体执行头脑风暴式学习,提升当前个体的状态。为了赋予算法早期良好的探索能力和后期对新解的开发能力,在该算子的公式中引入柯西变异和一个与迭代次数关联的随机参数。进行的一系列的仿真实验表明,与TLBO算法相比,所提算法在11个Benchmark函数上的解精度、鲁棒性和收敛速度都有大幅度提升。在2个约束工程优化问题上,ITLBOBSO所求得的耗费成本比TLBO算法降低了4个百分点。由此验证了所提出的机制对克服TLBO弱点的有效性,所提算法适合用来求解较高维度的连续优化问题。
关键词
教与学优化 头脑风暴 柯西变异 “学”算子 约束工程优化问题
Keywords
Teaching&Learning Based Optimization(TLBO) brain storming Cauchy mutation “learning”operator constrained engineering optimization problem
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
题名 基于联合分布适配的单向迁移差分进化算法
被引量：1
10
作者
李晰 李帅 冯艳红 李明亮
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室
出处
《郑州大学学报（工学版）》
CAS
北大核心
2023年第5期24-31,共8页
基金
国家自然科学基金资助项目(61806069) 河北省高校科学技术研究资助项目(ZD2022083) 河北省重点研发计划项目(22375415D)。
文摘
传统的差分进化算法求解优化问题一般从零知识开始,独立搜索,没有利用已求解过的相似问题信息,针对这一问题,在传统的差分进化算法中引入迁移学习技术。首先,利用存在相关性的源问题的优化种群和目标问题的当前种群抽取关键信息,通过联合分布适配的方法映射到高维希尔伯特空间。其次,用映射后得到的矩阵构建新种群,代替目标问题的种群,完成后续进化任务。实现了2种迁移模式:在目标问题求解初始化时,将源问题的有效信息进行迁移,引导算法搜索方向;目标问题求解迭代一定的次数后,再利用迁移的有效信息,加快种群收敛速度。最后,采用9组多任务测试函数对算法进行了测试,与无迁移的差分进化算法以及直接迁移种群的无适配技术的差分进化算法进行对比。结果表明:在求解质量方面,所提算法有7组优于传统的无迁移差分进化算法;在求解速度方面,所提算法有7组比传统差分进化算法收敛速度更快;基于迁移学习的差分进化算法对提高目标优化问题的求解精度和收敛速度是有效的。
关键词
优化算法 迁移学习 联合分布适配 单向迁移 差分进化算法
Keywords
optimization algorithms transfer learning joint distribution adaptation unidirectional transfer differential evolutionary
分类号
O234
[理学—运筹学与控制论]
TP301
[自动化与计算机技术—计算机系统结构]
题名 基于改进U-Net的肝脏MRI分割方法
被引量：1
11
作者
汪慎文 周瑶
机构
河北 地质 大学 信息工程学院河北地质大学人工智能与机器学习研究室 河北 地质 大学 新零售联合研究 院
出处
《吉林大学学报（理学版）》
CAS
北大核心
2022年第5期1153-1160,共8页
基金
河北省重点研发计划项目(批准号:19970311D,20373303D)。
文摘
针对U型结构网络在特征提取过程中存在语义信息丢失的情况,从而影响肝脏图像分割精度的问题,提出一种基于多尺度特征融合,并引入内嵌空间注意力和改进通道注意力的肝脏图像分割方法.首先,在网络的编码阶段使用多尺度卷积模块提取不同尺度的语义信息并拼接在一起;然后在整个网络模型中引入空间注意力和改进的通道注意力,从空间域和通道域的角度加强有意义语义信息的权重;最后通过一个卷积层输出肝脏的分割结果.实验结果表明,该分割方法在肝脏图像数据集上分割效果较好,提高了肝脏的分割准确率,有效改善了小面积肝脏分割困难的问题.
关键词
深度学习 图像分割 多尺度卷积 注意力机制
Keywords
deep learning image segmentation multi-scale convolution attention mechanism
分类号
TP391
[自动化与计算机技术—计算机应用技术]
