韩飞

作品数：25被引量：103H指数：6
导出分析报告
供职机构：江苏大学计算机科学与通信工程学院更多>>
发文主题：基因选择基因极端学习机微粒群优化割草机更多>>
发文领域：自动化与计算机技术文化科学电子电信理学更多>>
发文期刊：《计算机工程与设计》《南京大学学报（自然科学版）》《高教论坛》《软件导刊》更多>>
所获基金：国家自然科学基金江苏省自然科学基金江苏省普通高校研究生科研创新计划项目江苏省“333高层次人才培养工程”基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向工程教育专业认证的软件工程专业培养方案持续改进与实践
《科技风》2024年第5期40-42,共3页宋和平 韩飞 林琳 贾洪杰 宋香梅 
国家自然科学基金面上项目(项目号:62172193);国家一流专业建设项目(2021);江苏省一流专业建设项目(2020);教育部供需对接就业育人项目(项目号:20220104030,20230103542);江苏大学高等教育教改研究课题(项目号:2021JGYB053);江苏大学课程思政教学改革研究课题(项目号:2022SZYB023)。
以江苏大学计算机科学与通信工程学院软件工程专业为例,针对目前软件工程专业培养方案的持续改进问题,介绍在工程教育专业认证中围绕培养目标、毕业要求、课程体系等方面的实践举措,希望培养出适应社会发展的软件工程专业高素质创新人才。
关键词：工程教育 专业认证 培养方案 持续改进 软件工程 
基于三方竞争机制的反向多目标粒子群优化算法被引量：7
《江苏大学学报（自然科学版）》2021年第6期685-693,共9页韩飞 郑明鹏 
国家自然科学基金资助项目(61976108,61572241)。
针对传统多目标粒子群优化算法容易早熟的问题,提出一种基于三方竞争机制的反向多目标粒子群优化算法(MOPSO-TCOL).该算法利用当前种群在每一代中选择的三方竞争者来引导种群进化,这能够有效减少维护外部存档时的计算成本.在每次竞争中,...
关键词：粒子群优化算法 多目标优化 进化算法 三方竞争机制 反向学习 PARETO前沿 
基于混合智能算法的支持向量机的粮食产量预测被引量：19
《江苏大学学报（自然科学版）》2020年第3期301-306,共6页高心怡 韩飞 
国家自然科学基金资助项目(61572241,61976108);国家重点研发计划项目(2017YFC0806600);江苏省“六大人才高峰计划”高层次人才计划项目(2015DZXX024);江苏省“333工程”第三层次人才计划项目((2016)III-0845)。
考虑到粮食产量的非线性,提出一种基于混合智能算法的支持向量机的预测模型,针对粒子群算法(PSO)易于陷入局部最优的特点,融合改进的粒子群算法(GAPSO)以及人工鱼群算法(AFSA)得到混合智能算法(GAPSO-AFSA),通过种群自身内部的变异交叉...
关键词：粮食产量 支持向量机 混合智能算法 粒子群算法 人工鱼群算法 
基于粒子群优化的深度随机神经网络
《江苏科技大学学报（自然科学版）》2020年第1期69-74,共6页凌青华 宋余庆 韩飞 
江苏省普通高校研究生科研创新计划项目(KYLX_1056)。
针对传统多层随机神经网络性能不稳定问题,提出了一类利用粒子群优化算法来优化各层权值的深度随机网络方法.该方法利用粒子群优化算法,结合网络的输入输出灵敏度信息,逐层对自动编码器的输入层权值进行优化,通过改善自动编码器的性能...
关键词：随机神经网络 深度自动编码器 粒子群优化 超限学习机 
基于混合群智能算法优化BP神经网络的粮食产量预测被引量：22
《江苏大学学报（自然科学版）》2019年第2期209-215,共7页庄星 韩飞 
国家自然科学基金资助项目(61572241;61271385);国家重点研发计划项目(2017YFC0806600);江苏省"六大人才高峰计划"高层次人才计划项目(2015-DZXX-024);江苏省"333工程"第三层次人才计划项目((2016)III-0845)
针对前馈神经网络预测粮食产量的方法易陷入局部最优的问题,提出一种基于粒子群算法和人工蜂群算法的改进BP神经网络模型.利用粒子群优化算法和人工蜂群算法在全局搜索能力上的不同优势,结合两者对BP神经网络的权值和阈值进一步优化,以...
关键词：粮食产量 预测 BP神经网络 粒子群 人工蜂群 混合群智能 
基于打分准则和改进PSO的基因选择方法
《计算机工程与设计》2018年第3期710-715,共6页唐迪 韩飞 程准 
国家自然科学基金项目(61572241)
为利用数据分析的方法高效快速筛选出具有高分类性能的基因,针对基因表达谱数据高维小样本的特点,提出一种基于打分准则和改进的PSO算法的基因选择方法。基于数学抽样调查的科学性,制定一种基因打分准则来准确筛选相关基因;为防止粒子...
关键词：基因选择 基因打分准则 半初始化 METROPOLIS准则 微粒群算法 
一种改进的基于先验信息和微粒群算法的基因选择方法被引量：1
《江苏科技大学学报（自然科学版）》2017年第6期774-780,共7页凌青华 孙伟 韩飞 
国家重点研发计划项目(2017YFC086600);江苏省六大人才高峰人才计划项目(2015-DZXX-24);江苏省"333高层次人才培养工程"项目((2016)III-0845)
针对KMeans-GCSI-MBPSO-ELM方法中冗余基因去除时会出现的"误删除"现象,提出一种改进的基于先验信息和微粒群算法(particle swarm optimization,PSO)的基因选择方法(I-KGME).在充分考虑基因类别灵敏度(gene-to-class sensitivity,GCS)...
关键词：基因选择 基因类别灵敏度信息 K-均值 微粒群优化 基因表达谱数据 
翻转课堂教学模式在《计算机硬件技术基础》课程中应用初探被引量：4
《高教论坛》2016年第8期62-65,68,共5页凌青华 韩飞 王长宝 
"计算机硬件技术基础"是工科非计算机专业开设的计算机硬件类的专业基础课,知识点多,难理解,课时有限,需要有效的教学方法和教学模式,解决目前教学实践中存在的学生兴趣不高、教学效果不太理想等主要问题。本文试图从翻转课堂出发,探讨...
关键词：翻转课堂 计算机硬件技术 教学模式 
一种基于先验信息BPSO的基因选择方法被引量：1
《软件导刊》2015年第7期36-40,共5页杨春 韩飞 
国家自然科学基金资助项目(61271385)
针对如何提高所选基因子集的可解释性和分类性能,提出一种耦合先验信息二进制微粒群算法(BPSO)的基因选择方法。基因灵敏度(GCS)信息和基因调控(GR)信息分别耦合进两个相互独立的共享全局最优位置的BPSO过程中,主要利用先验约束进行粒...
关键词：基因选择 基因灵敏度 基因调控 二进制微粒群 
基于粒子群优化的错误最小化极端学习机被引量：5
《无线通信技术》2015年第2期55-61,共7页赵敏汝 张建明 韩飞 
国家自然科学基金(61271385;60702056)
极端学习机(ELM)作为一种广义的单隐层前馈神经网络在分类和回归问题中得到广泛的应用,并受到机器学习学者的广泛关注。如何自主的设计极端学习机(ELM)的网络结构是极端学习机研究领域的一个关键问题。那些经典的构造性极端学习机过分...
关键词：极端学习机 粒子群优化 网络结构 泛化性能 条件数 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部