PSO算法(微粒群算法)是一种仿生优化技术,目前国内外对该算法的研究成果已经很丰富。然而PSO的数学基础还显得相对薄弱,对该算法的研究也仅仅限于在一维问题域内的收敛情况,对二维以及多维算法域收敛稳定性
中继的站址选择与自动布站算法研究,刘临政,杨大成,在LTE-A系统中,中继(Relay)被认为是一种很有潜力的技术,它能够有效满足阴影衰落,盲点覆盖和热点区域覆盖等多种需求。由于结构��
由于冷轧带钢表面缺陷的类型多种多样,在所提取的特征集中,需要寻找出一组较优的特征集,使之可以更有效地表达缺陷的本质特征,从而提高缺陷识别的准确率。针对该问题,研究了遗传算法在缺陷特征选择中的应用,并在
针对Rapidio网络路由分配优化策略的缺失,提出一种基于遗传算法的路由优化策略,通过简化的基因编码和估价函数,该算法有效提高了Rapidio网络的延时和网络拥塞等QoS性能指标,算法具有较强的工程实
为了成功将土地覆盖进行分类,选择合适的特征是至关重要的。针对利用MODIS数据进行宏观土地覆盖的分类问题,对三种典型的特征选择方法进行了比较研究。研究结果表明:分支定界法(BB)最适合于该土地覆盖分类
为了进一步分析QoS历史数据的动态变化,对现有的基于QoS历史数据的云服务选择算法进行了改进。将原算法中每一时间段的评价指标权重由QoS历史数据平均值获得,修改为由该时间段对应的QoS历史数据获得,更
主要研究了资源分配基数, 提出了一种新的基于选择消费代价网格资源分配算法。提出的方法首先采用模糊基数建立一个消费代价函数模型, 给出了网络中带权值的多参数消费代价函数。实例验证表明, 当用户需要从系统
在分析快速选择算法基本思想的基础上,给出了用于快速选择的非递归实现算法——循环迭代算法,并通过实验,与递归算法以及VC 标准库函数nth_element进行了比较,结果表明,该算法比传统的递归算法具有
特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合filt
传统的否定选择算法无法有效识别落入到低维子空间的样本,导致算法在高维空间检测性能不佳。为此,提出了面向子空间的否定选择算法(subspace-orientednegativeselectionalgo