针对CBR系统中案例检索算法存在的问题,根据k-means算法思想,将案例库进行聚类,在聚类基础上设计了一个案例检索算法。分析了样本案例的选取规则,重点论述了案例检索算法。根据实验结果表明,该方法能够
论文研究-秘书问题的一种实用策略.pdf, “截止阀法则”是秘书问题中最常使用的一种决策方式, 但在目前的应用中普遍不涉及标杆策略变化的情况, 更缺乏对阀值和标杆关系的定量分析. 有鉴于此, 推导了
一种基于蚁群算法的TSP问题分段求解算法
一种基于独立类别特性的改进KNN文本分类算法,王慧亮,辛阳,在万维网迅猛发展的今日,数据挖掘中的文本分类技术业已成为组织和处理海量文档的关键技术。KNN算法稳定性好、准确率高,作为一种
粗糙集理论与概率论、模糊数学和证据理论等其他处理不确定或不精确问题的理论有很强的互补性。在优势关系的基础上,以证据理论中的mass函数为基本工具,提出了基于优势关系的随机信息系统,研究了优势关系下随机
通过序贯检测可以提高协作频谱感知的准确度,但是在具有频谱感知数据窜改(spectrumsensingdatafalsification,SSDF)节点的环境下,系统感知性能急剧下降。为了解决上述问题,
提出了一种文化粒子群算法用于求解置换流水车间调度问题中的最小化最大完成时间。算法设置了群体空间和信念空间两类独立空间,群体空间采用自适应粒子群算法完成进化,信念空间通过更新函数来进行演化。算法中群体空
针对NP-hard性质的作业车间调度问题,设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新,并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索
针对车间作业调度问题,提出了一种混合了知识进化和粒子群优化的算法。该算法主要是结合知识进化算法的进化选择机制和粒子群优化的局部快速收敛性特性,首先让粒子替代知识进化算法中的进化个体,在群体空间中按粒子
文本分类技术是文本挖掘技术中的研究热点之一,但是传统KNN分类算法的时间复杂度高,在不均匀密度样本下分类准确率低。针对这些问题,提出一种在不均匀密度样本下的优化KNN算法:IKNN算法。首先选取样本分