|
| - 基于改进量子旋转门的量子进化数据聚类
- 作者：刘芳[1,2] 王爽[2] 柳莹莹[1,... 来源期刊：电子学报 年卷号：2011,39(9).-2008-2013
- 摘要：在量子进化计算中,量子旋转门是种群进化的主要算子,但是该算子旋转角度的选取是离散且固定的,使问题的搜索容易陷入局部最优.因此,本文提出了一种改进的量子旋转门算子,它能够自适应地计算旋转角度,使种群能够具有比较好的全局搜索能力;同时为了避免陷入局部最优,本文对旋转后的概率幅进行了修正操作.针对数据聚类问题,本文提出了...
-
- 基于Q—learning的一种多Agent系统结构模型
- 作者：许培 薛伟 来源期刊：计算机与数字工程 年卷号：2011,39(8).-8-11
- 摘要：多Agent系统是近年来比较热门的一个研究领域，而Q-learning算法是强化学习算法中比较著名的算法，也是应用最广泛的一种强化学习算法。以单Agent强化学习Qlearning算法为基础，提出了一种新的学习协作算法，并根据此算法提出了一种新的多Agent系统体系结构模型，该结构的最大特点是提出了知识共享机制、团...
-
- 基于约束半环的CP-nets占优查询算法
- 作者：刘惊雷[1] 华臻[2] 武栓虎[1] 来源期刊：电子学报 年卷号：2011,39(8).-1932-1936
- 摘要：用户的偏好在自动决策中起着重要的作用,作为一种表示多属性定性偏好断言的直观工具,CP-nets被许多学者研究.其上的占优查询算法的高复杂度还是一个难题,本文研究如何降低其复杂度.引入了一种求解约束满足问题的通用框架——SCSP（基于约束半环的满足问题）,并指出CP-nets中的条件偏好表本质上是一种动态约束.给出了...
-
- 基于随机子空间-正交局部保持投影的支持向量机
- 作者：王雪松 高阳 程玉虎 来源期刊：电子学报 年卷号：2011,39(8).-1746-1750
- 摘要：针对高维数、小样本数据分类问题,提出一种基于随机子空间-正交局部保持投影的支持向量机.利用随机子空间方法对原始高维样本的特征空间进行多次随机采样,生成多个具有不同特征子集的基支持向量机（SVM）分类器;利用正交局部保持投影对各基SVM分类器的样本进行特征提取,实现维数约简;然后,利用降维后的样本对各基SVM分类器进...
-
- 基于数据场的概率神经网络算法
- 作者：李春芳[1,4] 刘连忠[2,3] 陆震... 来源期刊：电子学报 年卷号：2011,39(8).-1739-1745
- 摘要：提出基于数据场高斯势约简概率神经网络结构,基本思路：引入数据场估计训练集各类概率密度,选择局部极大密度估计样本构造网络;对初始网络迭代训练,依次扩展各类具有最大密度估计值的误分样本至模式层并调整权重参数,直至满足指定精度.采用增量密度计算,保证快速迭代和高概率收敛.基于重采样技术进一步提升泛化精度.实验表明,提出的...
-
|