南昌工程学院信息工程学院江西省水信息协同感知与智能处理重点实验室

作品数：3被引量：10H指数：2
导出分析报告
发文作者：余庆更多>>
发文领域：自动化与计算机技术更多>>
发文主题：人工蜂群算法自适应粒子群优化算法自适应策略人工蜂群更多>>
发文期刊：《南昌工程学院学报》《计算机应用研究》《人工智能科学与工程》更多>>
所获基金：国家自然科学基金江西省研究生创新基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
共 条 记 录，以下是1-3
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
不一致邻域决策信息系统的增量式属性约简研究被引量：1
《人工智能科学与工程》2023年第9期29-38,共10页王诚彪 王磊 徐阳 张义宗 
江西省教育厅科技项目(GJJ219110);国家自然科学基金项目(61562061)。
属性约简是数据挖掘、机器学习等研究领域中的一个非常重要的预处理步骤,其效率的高低会直接影响到数据挖掘、机器学习等相关任务的性能。针对目前已有的非增量式属性约简方法在处理不一致邻域信息系统动态变化时无法高效更新属性约简...
关键词：不一致邻域决策信息系统 不一致度 属性集 增量学习 粒计算 
异维学习人工蜂群算法被引量：6
《计算机应用研究》2016年第4期1028-1033,共6页李冰 孙辉 赵嘉 王晖 吴润秀 
国家自然科学基金资助项目(61261039);江西省教育厅落地计划资助项目(KJLD13096);江西省研究生创新专项资金资助项目(YC2014-S460)
针对人工蜂群算法局部搜索能力弱及易陷入局部最优的缺点,提出了一种改进的人工蜂群算法。首先,雇佣蜂使用全局最优引导的搜索策略,且引导程度随个体试验次数(trial)自适应减小,以此平衡算法的全局和局部搜索能力;其次,观察蜂采用变异...
关键词：人工蜂群算法 自适应 异维学习 全局探索 局部开发 
一种改进的粒子群与人工蜂群融合算法被引量：3
《南昌工程学院学报》2015年第1期18-24,共7页余庆 李冰 孙辉 张绍泉 
国家自然科学基金资助项目(61261039);江西省高等学校科技落地计划项目(KJLD13096);南昌工程学院研究生创新培养基金资助项目(2014ycx JJ-B2-002);江西省高等学校大学生创新创业教育计划项目(201211319009)
针对标准的粒子群算法和人工蜂群算法收敛性能差、在复杂优化问题易陷入局部最优的缺点,提出了一种改进的融合算法.改进融合算法拥有双种群并行进化,其中粒子群采用改进的反向学习策略,以增加群体的多样性;蜂群中跟随蜂根据个体停滞次数...
关键词：粒子群优化算法 人工蜂群算法 反向学习 自适应策略 融合算法 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部