检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于二元蚁群优化算法的分类规则挖掘

模式识别与人工智能 2008年第4期21卷 500-505页

作者：熊伟清宁波大学计算机科学与技术研究所宁波315211

提出一种基于二元蚁群算法的分类规则挖掘算法.针对蚁群算法计算时间长的缺点,引入一种变异算子,同时为了避免蚁群算法陷入局部最优,又引入灾变算子.通过对美国加州大学机器学习数据集中的测试集进行测试表明,该算法的预测准确率能较大... 详细信息

提出一种基于二元蚁群算法的分类规则挖掘算法.针对蚁群算法计算时间长的缺点,引入一种变异算子,同时为了避免蚁群算法陷入局部最优,又引入灾变算子.通过对美国加州大学机器学习数据集中的测试集进行测试表明,该算法的预测准确率能较大提高.实验同时显示引入变异算子和灾变算子能有效节省计算时间和防止陷入局部最优.

关键词：模拟进化算法二元蚁群优化算法数据挖掘分类规则挖掘机器学习

在线全文

学校读者我要写书评

暂无评论

基于生命周期的二元蚁群优化算法

模式识别与人工智能 2014年第11期27卷 1005-1014页

作者：程美英倪志伟朱旭辉合肥工业大学管理学院合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室合肥230009

将自然生态系统中生物生命周期的思想引入二元蚁群优化算法中,通过对蚂蚁设置相应的营养阈值而执行繁殖、迁徙、死亡操作,从而保持种群的动态多样性,进而克服二元蚁群优化算法易陷入局部最优的缺陷,然后结合分形维数将该算法应用于属性... 详细信息

将自然生态系统中生物生命周期的思想引入二元蚁群优化算法中,通过对蚂蚁设置相应的营养阈值而执行繁殖、迁徙、死亡操作,从而保持种群的动态多样性,进而克服二元蚁群优化算法易陷入局部最优的缺陷,然后结合分形维数将该算法应用于属性约简问题中,通过UCI中的6个数据集进行测试,结果表明该算法具有较好的可行性和有效性.

关键词：二元蚁群优化算法生命周期属性约简分形维数

在线全文

学校读者我要写书评

暂无评论

基于食物量分配的多种群二元蚁群优化算法

基于食物量分配的多种群二元蚁群优化算法

融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法

第三十届中国控制会议

作者：熊伟清魏平宁波大学电子商务与物流研究所

针对二元蚁群算法存在易陷入局部解的缺点,设计了基于食物量分配的多种群二元蚁群优化算法（FMPBACO）。算法中根据食物量决定种群中蚂蚁的数量以及种群的生灭,种群之间通过信息素混合相互学习。同时分析了算法的复杂度,并应用在0/1多... 详细信息

针对二元蚁群算法存在易陷入局部解的缺点,设计了基于食物量分配的多种群二元蚁群优化算法（FMPBACO）。算法中根据食物量决定种群中蚂蚁的数量以及种群的生灭,种群之间通过信息素混合相互学习。同时分析了算法的复杂度,并应用在0/1多背包问题,通过SAC-94 Suite测试集的求解表明算法具有良好的性能。

关键词：二元蚁群优化算法食物量分配多种群整数规划多0/1背包问题

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

系统科学与数学 2019年第6期39卷 918-933页

作者：许力分倪志伟朱旭辉贾凯伍章俊合肥工业大学管理学院合肥230009 合肥工业大学过程优化与智能决策教育部重点实验室合肥230009

属性选择是数据挖掘领域用于降低数据特征维度的预处理方法.针对大数据环境下高维数据的属性约简问题,提出了融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法.首先,引入了参数控制的位置更新策略、对蚂蚁个体与种群进... 详细信息

属性选择是数据挖掘领域用于降低数据特征维度的预处理方法.针对大数据环境下高维数据的属性约简问题,提出了融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法.首先,引入了参数控制的位置更新策略、对蚂蚁个体与种群进行交叉变异、重新定义阻塞机制的信息素更新,提出了并行改进的二元蚁群算法MRIBACO.其次,以并行二元蚁群算法作为离散解空间的搜索策略,结合分形维数提出了属性选择模型.在6个UCI数据集上的实验结果表明,较其他方法计算效率更优,同时表明了其有效性与稳定性.

关键词：属性选择分形理论二元蚁群优化算法 MapReduce 分群分治

改进的二元蚁群算法结合分形理论预测雾霾天气形成的关键因子

在线全文

学校读者我要写书评

暂无评论

系统科学与数学 2017年第2期37卷 502-515页

作者：程美英倪志伟朱旭辉合肥工业大学管理学院合肥230009 教育部过程优化与智能决策重点实验室合肥230009 计算智能中心实验室计算机工程学院新加坡南洋理工大学新加坡639798

随着工业化进程的加剧,雾霾已严重影响到人类的日常生活,分析天气因素进而得出影响雾霾天气的关键因子尤为重要.预测雾霾天气形成的关键因子是一个不断剔除冗余因素保留关键要素的过程,每一个天气因素都有两种状态,被选中为关键因子与否... 详细信息

随着工业化进程的加剧,雾霾已严重影响到人类的日常生活,分析天气因素进而得出影响雾霾天气的关键因子尤为重要.预测雾霾天气形成的关键因子是一个不断剔除冗余因素保留关键要素的过程,每一个天气因素都有两种状态,被选中为关键因子与否,文章根据该特点,从一维细胞自动机入手,提出了一种以二元蚁群算法作为搜索策略,分形理论作为子集评估度量准则的混合方法.因二元蚁群算法前期信息素匮乏需要较长搜索时间,引入二元粒子群算法对其进行优化,将粒子经过多次迭代之后得到的最优位置通过模糊函数映射成蚂蚁所需的信息素,在较短的时间内形成一条信息素落差明显的路径,缩短算法前期运行时间.最后将所用方法应用于北京,广州和上海三地雾霾天气关键影响因子的预测中,并结合10-交叉验证和SVM算法对预测结果分类准确率进行分析,通过与其它算法进行对比,结果表明文章算法预测结果具有较高可信度,为后期的雾霾治理工作提供了重要的参考依据.

关键词：雾霾分形理论二元蚁群优化算法二元粒子群算法模糊函数映射机制

基于优化块截断编码及压缩图像信息隐藏算法研究

在线全文

学校读者我要写书评

暂无评论

基于优化块截断编码及压缩图像信息隐藏算法研究

作者：晋强太原科技大学

学位级别：硕士

随着因特网的迅速发展和应用,数字图像被广泛传播和使用在各个领域,这对数字图像处理技术提出新的需求。一方面,数字图像含有大量的数据,对存储和传输造成负担,因此,在传送前需要对数字图像进行压缩,在尽量保证图像质量的情况下用较少... 详细信息

随着因特网的迅速发展和应用,数字图像被广泛传播和使用在各个领域,这对数字图像处理技术提出新的需求。一方面,数字图像含有大量的数据,对存储和传输造成负担,因此,在传送前需要对数字图像进行压缩,在尽量保证图像质量的情况下用较少的比特来表示图像的内容;另一方面,为了保护一些重要信息,数字图像也经常作为载体来承载秘密信息,这就需要发展数字图像的信息隐藏技术。结合这两方面需求,压缩图像的信息隐藏成为了数字图像安全传输的一个重要研究方向。因此,本论文基于压缩图像的信息隐藏技术,主要对块截断编码技术和基于粒子群优化的信息隐藏技术进行了研究,完成了如下工作。第一,提出了基于优化块截断编码的数字图像压缩方案。块截断编码是一种方便快捷的图像压缩技术,经其压缩后恢复的图像质量较好,适合灰度图像和彩色图像的压缩。基于块截断编码,本文提出了两种方案:一种是采用粒子群算法优化像素分组方案,另一种是采用二元蚁群算法优化公共位图方案。本文提出的方案获得了较好的图像质量。第二,提出了基于粒子群算法优化的信息隐藏方案。本文提出了两种方案:一种采用粒子群算法优化龟壳矩阵信息隐藏方案,在同等嵌入容量的情况下,减少了基于龟壳矩阵隐秘图像的失真,并增强了龟壳矩阵信息隐藏方案的安全性,另一种方案是结合块截断编码和粒子群优化算法,在压缩的灰度图像中嵌入较大容量的秘密信息,并较好保证了载秘压缩图像的视觉质量。

关键词：块截断编码粒子群优化算法二元蚁群优化算法信息隐藏

融合并行化改进二元蚁群算法与分形维数的属性选择方法及其应用

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

融合并行化改进二元蚁群算法与分形维数的属性选择方法及其应用

作者：许力分合肥工业大学

学位级别：硕士

属性选择是数据挖掘领域常见的用于降低数据特征维度的预处理方法:在不影响原始数据核心价值的前提下,属性选择方法可以大幅约简数据集中的噪声数据与冗余属性,节约存储空间与计算资源,并提升决策分析准确率。属性选择问题的实质即在众... 详细信息

属性选择是数据挖掘领域常见的用于降低数据特征维度的预处理方法:在不影响原始数据核心价值的前提下,属性选择方法可以大幅约简数据集中的噪声数据与冗余属性,节约存储空间与计算资源,并提升决策分析准确率。属性选择问题的实质即在众多特征维度中寻求关键的核属性,因此求解过程中每种属性均可用关键属性(状态‘1’)或非关键属性(状态‘0’)两种状态来表示。考虑到该特性,本文提出以二元蚁群算法(Binary Ant Colony Optimization,简称BACO)作为搜索策略,分形维数作为子集评估度量准则,求解属性约简问题。针对BACO算法存在着“算法运行时间长”、“易收敛到局部最优解”与“无法并行求解”等不足,本文提出了一系列改进,并结合分形理论应用于属性选择领域。本文主要的研究工作与成果总结如下:首先,针对二元蚁群算法的固有缺陷,引入了参数控制的位置更新策略、对蚂蚁个体与种群进行交叉变异并提出局部优化策略、重新定义阻塞机制的信息素更新方法,提出改进的二元蚁群算法IBACO。其次,考虑到现有属性选择方法的计算效率难以满足云计算环境下大规模复杂数据的处理需求,应用MapReduce编程模式实现并行化算法MRIBACO,定义了算法的Map与Reduce函数设计。然后,以MRIBACO算法作为离散解空间的搜索策略,结合分形维数提出了属性选择模型。在UCI数据集上的实验结果表明了算法的有效性与稳定性。最后,将该方法应用于雾霾预测领域,分析北京、上海、广州三个城市的关键致霾因子,实验结果表明算法求解的约简结果具有较高的可信度,为后期预防与重点治理雾霾气候提供了理论支撑。

关键词：属性选择分形理论二元蚁群优化算法 MapReduce 雾霾预测

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

基于交通流量控制的二元蚁群优化模型

系统仿真学报 2007年第10期19卷 2346-2350页

作者：颜晨阳熊伟清张友鹏兰州交通大学信息与电气工程学院甘肃兰州730070 宁波大学信息科学与工程学院浙江宁波315211

针对多模域上的蚁群优化,提出了一种交通流量控制策略。此策略启发于由***等发现的真实蚁群在高度拥挤下的交通组织行为。算法引入了“交通流量控制”策略来保持群体的多样性,对于每段路径都引入相应的流量阈值。算法被应用于几个典型... 详细信息

针对多模域上的蚁群优化,提出了一种交通流量控制策略。此策略启发于由***等发现的真实蚁群在高度拥挤下的交通组织行为。算法引入了“交通流量控制”策略来保持群体的多样性,对于每段路径都引入相应的流量阈值。算法被应用于几个典型多模函数优化中并与二元蚁群优化、二元菁英蚁群优化和二元蚁群系统算法进行比较。实验结果证明基于交通流量控制的二元蚁群优化算法能够在多模域中获得稳定的全局和局部峰值集,拥有远优于上述算法的多模搜索能力。

关键词：优化算法蚁群优化算法二元蚁群优化算法交通流量控制策略

人工生命Bug模型二元蚁群算法求解多0/1背包问题

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2013年第4期23卷 43-46页

作者：钱乾程美英周鸣争卜天然安徽工程大学安徽芜湖241003 安徽商贸职业技术学院安徽芜湖241002

从一维有趣的Bug人工生命模型出发,并对该模型进行扩展,将蚂蚁对信息素的大小进行选择的概率函数作为细胞的转换函数,对二元蚁群算法从人工生命的角度重新进行描述,同时引入更多的随机因素有效防止二元蚁群算法易陷入局部最优的缺陷,然... 详细信息

从一维有趣的Bug人工生命模型出发,并对该模型进行扩展,将蚂蚁对信息素的大小进行选择的概率函数作为细胞的转换函数,对二元蚁群算法从人工生命的角度重新进行描述,同时引入更多的随机因素有效防止二元蚁群算法易陷入局部最优的缺陷,然后通过增加细胞状态集合元素数目的方式对Bug模型二元蚁群算法进行扩展,应用于多0/1背包问题的求解。仿真实验表明,运用文中算法不仅能快速有效地完成多0/1背包问题的求解过程,而且在一定程度上体现了计算的本质。

关键词： Bug人工生命模型二元蚁群优化算法细胞自动机 0 1背包问题