论文研究基于GA与SVM的混合算法在电能质量扰动分类问题中的应用 .pdf

萤火虫群优化算法是一种新兴的群体智能优化算法，目前在组合优化领域中的应用比较少。提出萤火虫群优化算法（Glowworm Swarm Optimization，GSO）求解越库调度问题的优化方法。越库调

论文研究-基于改进的SVM学习算法及其在信用评分中的应用.pdf, 对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要.借鉴SMO的思想,首先提出一个

经验模态分解能有效处理非平稳、非线性信号，但在多次采用三次样条插值获取信号上、下包络的过程中容易产生影响分解精度的端点问题。为了抑制经验模态分解中存在的端点效应问题，提出了一种基于最小二乘支持向量机和

ε-支持向量机（ε-SupportVectorregressionMachine，SVM）是一种非常有前景的学习机器，它的回归算法已经成功应用到解决非线性函数的逼近问题。但ε-SVM参数的选择大多数是

提出一种基于松弛迭代的电能扰动信号去噪方法。该算法利用局部突变点与其给定窗口内的邻域点的时域结构关系，判断信号的各采样点是否是突变点，然后作不同的处理。仿真实验结果表明，与五点均值法和五点中值法相比，

分治算法在树的路径问题中的应用 点分治 树分治

从海量文本集中选择较优秀的特征子集是文本分类中的一个NP-难问题。而对于NP-问题，遗传算法往往能够有效地加以解决。为了克服传统遗传算法的“漂移”和“早敛”问题，首先引入了粗糙集并在此基础上详细设计了

提出了一种基于量子行为的粒子群优化算法（QPSO）的图像融合方法。将图像融合问题归结为最优化问题，采用了QPSO算法进行优化。QPSO不仅参数个数少，其每一个迭代步的取样空间能覆盖整个解空间，因此能保

电能质量扰动识别主要通过S变换对电能质量扰动如谐波、闪变和暂升等进行变换，得到相应的时频图，并进行特征提取。特征提取后，通过决策树对提取的特征进行识别分类，从而实现对电能质量扰动的准确识别。该研究还包

论述了一种采用组合算法实现的垃圾邮件分类系统,并在Windows平台下用Visual Basic 6.0实现。本系统工作在邮件客户端,基于邮件内容的解析,相对于只使用基于分类器的垃圾邮件分类系统,