检索结果-南通市图书馆

控制与决策 2005年第8期20卷 958-960页

作者：赵辉刘鲁源张更新天津大学电气与自动化工程学院天津300072 天津理工大学自动化学院天津300191

为提高神经网络的泛化能力,针对以均方误差为适应度的PSO算法在训练神经网络时会产生一定的过拟合问题,提出对均方误差和误差分布均匀度进行信息融合,构成复合适应度作为训练指标.实验结果表明,该方法可使网络的泛化能力得到明显的改善.

关键词：微粒群算法神经网络复合适应度泛化能力

在线全文

学校读者我要写书评

暂无评论

考虑船舶操纵性约束的改进遗传算法航线规划

哈尔滨工程大学学报 2021年第7期42卷 1056-1062页

作者：王立鹏张智马山王学武哈尔滨工程大学智能科学与工程学院黑龙江哈尔滨150001 哈尔滨工程大学船舶工程学院黑龙江哈尔滨150001

针对船舶复杂航行环境下的航线自动规划任务,本文设计了融合船舶运动特性的二次寻优路径规划方法,并考虑船舶操纵性约束,获得快速准确的规划航线。建立了船舶回转和降速模型,为后续本船与目标船精准会遇状态计算建立基础;为完成在海图... 详细信息

针对船舶复杂航行环境下的航线自动规划任务,本文设计了融合船舶运动特性的二次寻优路径规划方法,并考虑船舶操纵性约束,获得快速准确的规划航线。建立了船舶回转和降速模型,为后续本船与目标船精准会遇状态计算建立基础;为完成在海图上快速检测规划航线与陆地物标(岛屿、礁石等)的位置关系,设计一种基于四叉树方法的线段与不规则多边形边界快速检测算法;针对静、动态障碍物综合避碰规划的复杂难题,设计一种二次遗传算法寻优的路径规划方法,实现了一种高效、可行的船舶航线动态规划求解方案。在半物理船舶综合仿真平台上开展算法验证工作,基于电子海图对初始规划的5个航路点开展二次寻优,重规划后的7个航路点实现船舶航线规避目标船的任务,证明了本文算法的可行性和有效性。

关键词：船舶操纵性约束航线规划快速多边形检测复合适应度遗传算法二次规划半物理仿真

在线全文

学校读者我要写书评

暂无评论

基于最具影响粒子群优化的BP神经网络训练

计算机工程与应用 2007年第18期43卷 69-71,86页

作者：王慧刘希玉山东师范大学信息科学与工程学院济南250014

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络... 详细信息

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络训练算法诸如BP算法、GA算法、PSO算法进行了比较。实验结果表明:BIPSO性能优于其他算法,更容易找到全局最优解,具有更好的收敛性。

关键词：粒子群优化算法神经网络学习算法最具影响粒子复合适应度

在线全文

学校读者我要写书评

暂无评论

神经网络在数据挖掘中的应用研究

神经网络在数据挖掘中的应用研究

作者：丁翔东华大学

学位级别：硕士

随着当今计算机的广泛应用,各种数据被不断地存储到数据库及因特网中。人们希望从这些数据中发现潜在的、有助于决策的知识。正是这种需求推动了数据挖掘兴起和数据挖掘技术的发展。作为一个多学科交叉的前沿领域,数据挖掘融合了数据库... 详细信息

随着当今计算机的广泛应用,各种数据被不断地存储到数据库及因特网中。人们希望从这些数据中发现潜在的、有助于决策的知识。正是这种需求推动了数据挖掘兴起和数据挖掘技术的发展。作为一个多学科交叉的前沿领域,数据挖掘融合了数据库、统计学、机器学习、人工神经网络、高性能计算等学科中的各种理论和算法。其中,人工神经网络凭借其本身具有的非线性处理、自适应学习、高度容错能力等特性在数据挖掘应用中得到了广泛的使用。本文研究了神经网络在数据挖掘中的应用。为提高神经网络训练过程的达优率与泛化能力,改善其在分类预测任务中的预测准确度和噪声承受力,提出以复合适应度代替传统的均方误差作为神经网络的训练指标,并结合单纯形算法对微粒群算法进行改进,得到一种基于复合适应度的单纯微粒群神经网络训练算法模型。将这样的模型应用于数据挖掘的预测任务中,实验结果表明,预测准确度和噪声承受力均有所提高。针对因特网能够提供大量信息数据,但其开放性,使一些色情的、暴力的、迷信等不良信息得以传播,侵害人们的身心健康、危害社会的稳定。如何过滤Web中的不良信息,构建健康、安全的资讯环境,已经成为未来互联网健康发展的一个研究重点。因此开发并完善能够智能的从Web中发掘不良信息,并将其分类与执行过滤的开源项目是本文的从理论研究迈向实际应用的重要一步。本文将基于复合适应度的单纯微粒群神经网络训练算法模型最终改写成为C语言模块,并应用于开源的Web过滤工程Dansguardia中,建立了从理论探索到实际应用的桥梁。

关键词：单纯形微粒群复合适应度神经网络数据挖掘达优率泛化能力智能Web过滤技术

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

智能web过滤系统的研究与设计

智能web过滤系统的研究与设计

作者：马黎东华大学

学位级别：硕士

当今的互联网已经成为人类生活和社会发展不可或缺的一部分。但其开放性,使一些色情的、暴力的、迷信等不良信息得以传播,侵害人们的身心健康、危害社会的稳定。如何过滤web不良信息,构建健康、安全的资讯环境,保持互联网的发展,已成为... 详细信息

当今的互联网已经成为人类生活和社会发展不可或缺的一部分。但其开放性,使一些色情的、暴力的、迷信等不良信息得以传播,侵害人们的身心健康、危害社会的稳定。如何过滤web不良信息,构建健康、安全的资讯环境,保持互联网的发展,已成为互联网领域的研究热点。本文首先研究了数据库过滤(IP库、URL库)、关键词过滤、内容过滤等常见的web过滤技术,从过滤的速度、灵活性、技术难度、防欺骗性、互联网覆盖等方面对各种技术做了对比分析。随后,提出将人工神经网络应用到web过滤系统中,引入智能化概念。为了进一步优化人工神经网络,提出了基于复合适应度的单纯微粒群神经网络训练优化算法模型(CF-SPSO-ANN)。该模型用单纯微粒群算法(SPSO)改进了神经网络的学习算法,提高了网络的达优率和收敛速度;用复合适应度(CF)改进神经网络学习规则,提升了网络的泛化能力。经IRIS数据集实验表明:CF-SPSO-ANN算法比采用单纯形PSO算法优化以均方误差为性能指标的神经网络(SPSO-ANN)、PSO训练复合适应度网络(CF-PSO-ANN)具有更好的预测准确度和噪声承受力。之后,本文提出了综合运用各种web过滤技术,设计分层、分级、分策略的web过滤模型的思想,形成以数据库过滤(IP库、URL库)为主的初级过滤、以关键字和内容过滤为主的二级过滤的多级过滤体系,极大的发挥各种过滤技术自身的特点。最后,将以上智能化思想和分级思想相结合,设计实现了一个基于ANN优化算法的多级智能WEB过滤系统(multilevel smart web filter system based on ANNoptimization model,简称AOM-ML-SWFS)。其中的非法文档过滤器模块采用CF-SPSO-ANN算法。为了提高系统的智能性,本模型对日志记录和过滤结果进行处理,重新组织了训练库并进行学习。形成学习—调整—再学习—再调整的运行机制。实验表明,本系统具有良好的可重用性、可扩展性、可适应性,在web过滤速度和精度等方面取得了较好的结果。本系统可作为中间服务器过滤系统,架设在网络信息提供者和用户之间专用的中间服务器上,通过网关或代理监控用户的信息访问过程,以屏蔽不良信息对用户的侵扰。

关键词：信息过滤 URL过滤关键词过滤人工神经网络遗传算法微粒群算法单纯型微粒群复合适应度

单纯形微粒群组合算法优化神经网络及在数据挖掘中的应用

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

微型电脑应用 2009年第1期25卷 43-45,42页

作者：丁翔方建安东华大学信息学院202实验室

神经网络作为数据挖掘的重要工具,如果提高神经网络训练过程的达优率与泛化能力,就能够改善其在分类预测任务中的预测准确度和噪声承受力。该文提出以复合适应度代替传统的均方误差作为神经网络的训练指标,从而改善神经网络泛化能力;并... 详细信息

神经网络作为数据挖掘的重要工具,如果提高神经网络训练过程的达优率与泛化能力,就能够改善其在分类预测任务中的预测准确度和噪声承受力。该文提出以复合适应度代替传统的均方误差作为神经网络的训练指标,从而改善神经网络泛化能力;并将用于训练神经网络微粒群算法通过单纯形算法改进,从而提高了全局搜索能力与达优率。最终产生一种基于复合适应度的单纯微粒群神经网络训练算法模型。将这样的模型应用于数据挖掘的预测任务中,实验结果表明,预测准确度和噪声承受力均有所提高。

关键词：单纯形微粒群复合适应度神经网络数据挖掘达优率泛化能力