一种新的进化计算算法-基因表达式编程及应用

来源 :第十四届中国神经网络学术会议 | 被引量 : 0次 | 上传用户:ayun2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文介绍了基因表达式编程(GEP)的基本算法及相关概念。GEP是最近几年才发展起来的一种新的进化算法,它能够进化不同规模和形状的基因表达式,在解决复杂问题时,比遗传算法(GA)和遗传程序设计(GP)的效率要高出4-6个数量级,并且具有编码形式简单但却能表达复杂的结果的特点。
其他文献
本文在深入研究Laplacian-Gauss算子边缘检测方法及▽2G算子与(e)2f/(en)2算子性能分析的理论基础上,提出了一种新的检测的算法。实验结果表明,该算法在计算量增加不大的基础上提高了检测精度。
本文根据近些年语音合成技术研究的情况,提出了一种基于参数距离的合成语音自然度客观评价方法。该方法采用计算同一发音人的自然语音和合成语音之间韵律特征参数的差距,使用DTW算法对两种语音的基频序列进行时间弯折对准处理,并对影响自然度的四个因素进行了线性加权,然后对客观评测结果与主观评测(MOS)的结果进行了比较。实验数据表明,本文提出的基频曲线失真测度与MOS之间具有很强的相关性。
本文提出了一种运动目标检测与跟踪算法,它以每点色彩信息的高斯混合模型实现了对视频图像的背景估计,从而实现对运动目标的检测,利用模板匹配的方法实现了对运动目标的跟踪,并对高斯混合模型的算法进行了改进,使其能更快、更有效地适应环境的变化。实验结果表明,此方法具有较强的鲁棒性,能较好的适应各种气候和光照环境的变化。
本文在引入最小鉴别信息熵概念的基础上,提出了局部最小鉴别信息熵的概念与表示方法,应用于信息融合,得到了局部信息最优化组合函数算法。该算法简单,避免了证据理论的复杂关系及其他考虑整体结果的信息融合方法。
本文定义了极小极大模块网络的冗余问题,给出了一种消除冗余的方法。该方法通过训练样本的网络输出值反向地寻找M3网络中的冗余模块并将其删除,证明了BS算法的充分性和必要性结论,保证了去冗余的正确性。
本文对基于惩罚函数约束优化的多层感知器分层训练算法进行了研究。文章提出的算法是利用凸函数共轭性质中的Young不等式构造优化目标函数,这个优化目标函数对于权值和隐层输出来说为凸函数,不存在局部最小。数值实验表明:此算法简单,收敛速度快,泛化能力强,并大大降低学习误差。
本文对聚类和融合技术进行了探讨。本研究将聚类分析归结成两大类,并得出任一种聚类得到的类,都是由若干个超球构成的连通集,讨论了聚类与融合技术,得出任何形状的聚类,都可以融合成某内积空间中以超球面为边界的聚类。这些结论为聚类分析提供了新的思路,以达到更优的聚类效果。
本文从无线传感器网络的应用层角度,分析了传感器网络与Agent及多Agent系统的相似性。从这些相似性出发,提出了一种无线传感器网络多Agent系统模型,并仿真验证了本模型的有效性。
本文对改进传统购物篮分析的关联规则挖掘进行了研究。文章根据用户领域知识的要求,计算该类商品的兴趣度加权阈值,如依据基于利润法、基于资金周转法等,改进传统的购物篮分析,所挖掘的规则符合实际,同时减少关联规则挖掘的工作量,减少了大量冗余的规则,提高规则挖掘的效率和准确性。
本文在讨论当空间(X, T)是半序空间时,研究了其商空间中的商拓扑结构问题,以及(拟)半序在商空间的保序性问题,给出了求商(拟)半序直接方法及其数学证明。