检索结果-南通市图书馆

南京大学学报（自然科学版） 2022年第4期58卷 584-593页

作者：章成旭叶绍强周恺卿欧云吉首大学信息科学与工程学院吉首416000

在大数据时代,数据多具有规模大、类别多、维度高和样本小等特点,使其特征空间中存在大量冗余和不相关的信息.这些冗余及不相关信息会影响模型的性能,增加计算负担,故特征子集的筛选是数据处理中不可或缺的一环.针对特征选择的数据量大... 详细信息

在大数据时代,数据多具有规模大、类别多、维度高和样本小等特点,使其特征空间中存在大量冗余和不相关的信息.这些冗余及不相关信息会影响模型的性能,增加计算负担,故特征子集的筛选是数据处理中不可或缺的一环.针对特征选择的数据量大、分类准确率低的问题,提出一种基于粗糙集和改进二进制布谷鸟搜索算法的高维数据特征选择模型.首先,为了加强布谷鸟算法的寻优能力,融合差分进化中变异交叉选择的思想;其次,利用新的鸟巢更新机制寻找优质特征,提升特征选择效果;最后,结合粗糙集构建合适的适应度函数进行评判.为了验证算法的性能,在UCI数据集上选取三种不同分类器进行实验,并利用Friedman检验与Nemenyi后续检验对实验数据进行评估.实验结果表明,提出算法的平均分类准确率达到88.7%,和其他算法相比,在特征选择方面更有优势.

关键词：特征选择粗糙集二进制布谷鸟搜索算法差分进化 UCI数据集

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

改进二进制布谷鸟搜索算法求解多维背包问题

引用

计算机应用 2015年第1期35卷 183-188页

作者：张晶吴虎胜西安建筑科技大学管理学院西安710055 武警工程大学装备工程学院西安710086

针对多约束组合优化问题——多维背包问题(MKP),提出了一种改进二进制布谷鸟搜索(MBCS)算法。首先,采用经典的二进制代码变换公式构建了二进制布谷鸟搜索(BCS)算法。其次,引入病毒生物进化机制和病毒感染操作,一方面赋予布谷鸟鸟巢位置... 详细信息

针对多约束组合优化问题——多维背包问题(MKP),提出了一种改进二进制布谷鸟搜索(MBCS)算法。首先,采用经典的二进制代码变换公式构建了二进制布谷鸟搜索(BCS)算法。其次,引入病毒生物进化机制和病毒感染操作,一方面赋予布谷鸟鸟巢位置自变异机制增加种群多样性;一方面将布谷鸟鸟巢位置所组成的主群体的纵向全局搜索和病毒群体的横向局部搜索进行动态结合,进一步提高了算法的收敛速度,降低了陷入局部极值的概率。再次,针对MKP特点设计了不可行解的混合修复策略。最后将MBCS算法同量子遗传算法(QGA)、二进制粒子群优化(BPSO)算法、BCS算法就来源于ELIB数据库和OR_LIB数据库的15个算例进行了仿真对比。实验结果表明,所提算法计算误差均小于1%,标准差小于170,相比这3种算法具有相对更好的寻优精度和求解稳定性,是一种求解多维背包等NP难问题有效的算法。

关键词：进化计算二进制布谷鸟搜索算法病毒机制多维背包问题组合优化

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于布谷鸟搜索优化特征选择的轴承故障诊断

引用

计算机仿真 2024年第7期41卷 529-534,539页

作者：辛艳孙丽君陈天飞冯斌斌河南工业大学粮食信息处理与控制教育部重点实验室河南郑州450001 河南工业大学郑州市机器感知与智能系统重点实验室河南郑州450001 河南工业大学电气工程学院河南郑州450001

针对高维特征导致的滚动轴承故障诊断精度低问题,提出一种基于改进二进制布谷鸟搜索的特征选择方法。首先,采用Hilbert-Huang变换技术提取电机信号的时频域信息,建立高维特征集合。其次,基于布谷鸟搜索算法提出一种基于互信息的特征加... 详细信息

针对高维特征导致的滚动轴承故障诊断精度低问题,提出一种基于改进二进制布谷鸟搜索的特征选择方法。首先,采用Hilbert-Huang变换技术提取电机信号的时频域信息,建立高维特征集合。其次,基于布谷鸟搜索算法提出一种基于互信息的特征加权初始化方法,通过计算特征互信息对原始特征集合进行相关性评估,达到快速去除无关特征的目的。同时,引入局部螺旋开发策略,并采用动态切换概率算子实现全局探索和局部开发的平衡,加快算法收敛。最后,采用KNN分类器对轴承状态进行诊断,实验研究表明,上述方法能有效提取更具价值的特征信息,识别精度高达99.05%,相比于其它同类方法诊断准确率高,性能更稳定。

关键词：特征选择二进制布谷鸟搜索算法故障诊断互信息

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中文文本相似度检测的若干问题研究

中文文本相似度检测的若干问题研究

引用

作者：王方岭吉首大学

学位级别：硕士

文本相似度计算的技术已趋于成熟,但是对于不同类别的文本之间如何进行文本分类后进行相似度计算暂时没有较好的方法。特征选择是文本分类的一种典型方法,由于群智能优化算法存在能够处理高维数据的能力和其高效性,被广泛运用于特征选... 详细信息

文本相似度计算的技术已趋于成熟,但是对于不同类别的文本之间如何进行文本分类后进行相似度计算暂时没有较好的方法。特征选择是文本分类的一种典型方法,由于群智能优化算法存在能够处理高维数据的能力和其高效性,被广泛运用于特征选择中。因此如何使群智能优化算法进行特征选择是解决文本特征选择的关键技术。传统的文本分类的方法主要依赖于人工,存在效率低、成本高的缺陷,如何高效且准确地进行文本的分类是当前研究的一个热点。本研究针对传统的文本分类问题的不足,结合群智能优化算法的特点提出一种基于二进制布谷鸟算法的特征选择算法。同时在相似度计算时为了充分考虑句子之间的异同,提出一种基于修饰词的句子相似度计算方法。本研究主要完成以下两个方面的工作。(1)针对传统二进制布谷鸟算法后期收敛速度慢,搜索精度低等固有缺陷,提出一种改进的二进制布谷鸟算法,并将其运用于高维的文本特征进行特征选择,然后利用选择的低维特征进行文本的分类。首先,引入精度控制系数来控制布谷鸟算法的种群更新方式,根据计算精度来判断种群是采用莱维(Levy)飞行或是Cauchy飞行,从而提高种群后期的收敛速度和寻优精度;其次,为了克服布谷鸟算法中缺少种群间信息交流的缺点,增强信息的利用率,还引入差分进化算法中的变异交叉,进而提高种群之间的信息交互性和多样性。(2)为了计算文本的相似度,提出一种基于语言技术平台(Language Technology Platform,LTP)和Word2Vec的中文句子相似度度量的方法。为了获取结构之间的不同,在使用句法分析工具将句子拆分成主谓宾的结构后,对各结构修饰部分去除最长公共子串,并利用Word2Vec生成词向量来计算相似度。实验结果表明,改进后的二进制布谷鸟算法相较于传统的二进制算法,在迭代后期的收敛速度和寻优精度,并且利用改进的二进制布谷鸟搜索算法利用在特征提取中,实验结果表明改进后的二进制布谷鸟搜索算法能够有效地实现对高维数据的降维;同时利用改进后文本相似度计算方法,能够准确地获取文本主干的异同,使得句子相似度计算的结果更加精确。

关键词：二进制布谷鸟搜索算法文本相似度检测自然语言处理莱维飞行数据降维

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：