论文部分内容阅读
微粒群算法是一种简单、随机的进化群体算法,能够有效地解决数学性质比较复杂的优化问题。神经网络分类器能够解决复杂的非线性空间上分类的问题,它的训练学习算法要求更简单有效。文中将微粒群优化算法应用于神经网络分类器的学习,并加入协同进化机制以增强其性能。实例表明协同PSO算法的优越性。
基于协同进化PSO的分类器学习算法
【摘 要】
：
微粒群算法是一种简单、随机的进化群体算法,能够有效地解决数学性质比较复杂的优化问题。神经网络分类器能够解决复杂的非线性空间上分类的问题,它的训练学习算法要求更简单有效。文中将微粒群优化算法应用于神经网络分类器的学习,并加入协同进化机制以增强其性能。实例表明协同PSO算法的优越性。
【机 构】
：
同济大学计算机科学与工程系
【出 处】
：
计算机应用与软件
【发表日期】
：
2006年03期
其他文献
基于多集群的并行任务调度技术,简要描述在使用Oracle10g进行海量数据加载中的并行任务调度问题,设计实现了一个基于CORBA的海量信息加载服务中的并行任务调度算法。通过测试结果表明,在适当的任务并行度的前提下,采取并行任务调度算法的加载服务的数据加载能力要优于传统的加载服务。
植物营养素是由河南省偃师市国兴现代农业技术研究所生产的一种可提高植物活性、增强光合作用、延缓植物衰老的化学制剂,对提高植物抗性有重要作用.为观察植物营养素在葡萄上
面向教学应用的本质,将知识应用模式概念引入到网络教学过程中。给出知识应用模式的形式化表达方法,利用自组织神经网络(SONN)建立网络模型,对学习过程中学习者的知识应用模式学习行为进行分类,得到特定学习群体的学习特征。然后,利用SONN对新样本进行模式预测,以学习特征模式为参照,并结合历史信息,实现针对学习主体的个性化网络教学。
提出了一种新的结合实数编码遗传算法的模糊阈值分割方法。结合遗传算法内在并行运算的特点,此方法在选取多阈值时的效率明显高于传统的模糊阈值法。适应度函数中引入一个新的衡量分割结果的连通性的因子———连通度,克服了传统阈值方法中未考虑像素空间拓扑关系的缺陷。实验证明,此方法比传统模糊阈值方法在运行效率和分割子区域的空间连通性上都有很大程度的改进。