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

一种基于推荐的信誉系统初始化定值策略

东南大学学报（自然科学版） 2010年第1期40卷 41-46页

作者：孙啸寅吴国新董永强叶枰东南大学计算机网络和信息集成教育部重点实验室南京210096 东南大学计算机科学与工程学院南京210096

为了解决在面向开放网络的信誉系统中,不合理的初始化定值策略使信誉收敛速度受阻并引发漂白攻击问题,提出一种基于推荐的信誉系统初始化定值策略.首先构建了信誉收敛形式化模型、系统动态模型和系统恶劣度模型.然后依据对乐观初始化、... 详细信息

为了解决在面向开放网络的信誉系统中,不合理的初始化定值策略使信誉收敛速度受阻并引发漂白攻击问题,提出一种基于推荐的信誉系统初始化定值策略.首先构建了信誉收敛形式化模型、系统动态模型和系统恶劣度模型.然后依据对乐观初始化、悲观初始化和动态初始化等初始化策略的理论分析,提出基于推荐的初始化策略,采用打分和双向匿名机制保障初始化策略的有效性和安全性.仿真结果表明,新的策略可以有效地加快信誉收敛速度和遏制漂白攻击.

关键词：信誉系统初始化策略推荐漂白攻击

在线全文

学校读者我要写书评

暂无评论

基于容忍度的网络拓扑自适应差分进化算法

计算机集成制造系统 2022年第11期28卷 3479-3493页

作者：李伟孙亚峰黄颖颜雪松江西理工大学信息工程学院江西赣州341000 赣南师范大学数学与计算机科学学院江西赣州341000 中国地质大学(武汉)计算机学院湖北武汉430740

为了进一步提高差分进化算法的局部搜索能力,提出一种基于容忍度的网络拓扑自适应差分进化算法。通过构建最近邻耦合网络拓扑和小世界网络拓扑,采用基于容忍度的拓扑选择机制为所有个体选择网络拓扑及邻域,从邻域中选择个体参与变异操... 详细信息

为了进一步提高差分进化算法的局部搜索能力,提出一种基于容忍度的网络拓扑自适应差分进化算法。通过构建最近邻耦合网络拓扑和小世界网络拓扑,采用基于容忍度的拓扑选择机制为所有个体选择网络拓扑及邻域,从邻域中选择个体参与变异操作以提升算法局部搜索性能。此外,为了使初始种群在搜索空间内的分布更加均匀,设计了一种边界反向映射初始化策略,用以替代原始的初始化策略。为验证所提策略的有效性,将所提算法与几种先进的改进差分进化算法在25个测试函数上进行了比较,实验结果表明所提算法的求解精度和收敛速度优于其他算法,具有极强的竞争力。

关键词：差分进化算法网络拓扑最近邻耦合网络小世界网络初始化策略

在线全文

学校读者我要写书评

暂无评论

多雷达组网虚拟观测卡尔曼滤波算法研究

系统仿真学报 2015年第4期27卷 851-858页

作者：赵温波丁海龙曲成华莫军陆军军官学院合肥230031 中国电子科技集团公司第38研究所合肥230088

多雷达组网对空域运动目标跟踪时,组网雷达极坐标测量值与目标状态值呈非线性关系,不满足卡尔曼滤波线性化使用要求。提出将组网融合中心惯性坐标系虚拟为滤波观测坐标系,使得滤波状态和虚拟测量简化为线性关系,通过虚拟观测噪声建模、... 详细信息

多雷达组网对空域运动目标跟踪时,组网雷达极坐标测量值与目标状态值呈非线性关系,不满足卡尔曼滤波线性化使用要求。提出将组网融合中心惯性坐标系虚拟为滤波观测坐标系,使得滤波状态和虚拟测量简化为线性关系,通过虚拟观测噪声建模、滤波初始化建模,解决了多雷达组网使用卡尔曼滤波对空域运动目标的最优化滤波估计问题。软件仿真测试和检飞数据验证表明:虚拟观测卡尔曼滤波算法(Virtual-Observation Kalman Filter Algorithms,VOKFA),滤波精度高、算法稳定性好,非常适合于多雷达组网滤波跟踪工程应用。

关键词：雷达组网虚拟观测坐标变换误差统计特性初始化策略

在线全文

学校读者我要写书评

暂无评论

一种简单高效的改进人工蜂群优化算法

数据采集与处理 2017年第4期32卷 721-730页

作者：陈雷程学伟天津大学精密仪器与光电子工程学院天津300072 天津商业大学信息工程学院天津300134 天津商业大学经济学院天津300134

人工蜂群(Artificial bee colony,ABC)算法是一种新型的仿生智能优化算法。与其他仿生智能优化算法相比,ABC算法的优化求解策略仍有待改进,以进一步提高其收敛速度和优化求解精度。为此,本文提出一种简单而高效的改进ABC算法,将统计学... 详细信息

人工蜂群(Artificial bee colony,ABC)算法是一种新型的仿生智能优化算法。与其他仿生智能优化算法相比,ABC算法的优化求解策略仍有待改进,以进一步提高其收敛速度和优化求解精度。为此,本文提出一种简单而高效的改进ABC算法,将统计学中的正态分布理论引入ABC算法的优化求解过程。首先,提出基于正态分布的蜜源初始化策略,提高了初始化过程的目的性,为后续搜索提供了精度保障。进而对搜索公式中的基础位置和缩放因子进行改进,提出了基于正态分布的搜索策略。该策略在扩大搜索范围的同时,使搜索更新过程更具目的性,从而在有效防止陷入局部收敛的同时,提高了优化求解速度。针对高维复杂Benchmark函数的测试实验结果表明,所提出算法的改进策略简单有效,其收敛速度和求解精度更高。

关键词：人工蜂群算法正态分布初始化策略搜索策略

在线全文

学校读者我要写书评

暂无评论

级联回归的多姿态人脸配准

中国图象图形学报 2017年第2期22卷 257-264页

作者：伍凯朱恒亮郝阳阳马利庄上海交通大学计算机科学与工程系上海200240

目的人脸配准是当前计算机视觉领域的研究热点之一,其目的是准确定位出人脸图像中具有语义特征的面部关键点,这也是人脸识别、人脸美化等众多与人脸有关的视觉任务的重要步骤。最近,基于级联回归的人脸配准算法在配准精度和速度上都达... 详细信息

目的人脸配准是当前计算机视觉领域的研究热点之一,其目的是准确定位出人脸图像中具有语义特征的面部关键点,这也是人脸识别、人脸美化等众多与人脸有关的视觉任务的重要步骤。最近,基于级联回归的人脸配准算法在配准精度和速度上都达到了最先进的水准。级联回归是一种迭代更新的算法,初始脸形将通过多个线性组合的弱回归器逐渐逼近真实的人脸形状。但目前的算法大多致力于改进学习方法或提取具有几何不变性的特征来提升弱回归器的能力,而忽略了初始脸形的质量,这极大的降低了它们在复杂场景下的配准精度,如夸张的面部表情和极端的头部姿态等。因此,在现有的级联回归框架上,提出自动估计初始形状的多姿态人脸配准算法。方法本文算法首先在脸部区域提取基于高斯滤波一阶导数的梯度差值特征,并使用随机回归森林预测人脸形状;然后针对不同的形状使用独立的级联回归器。结果验证初始形状估计算法的有效性,结果显示,本文的初始化算法能给现有的级联回归算法带来精度上的提升,同时结果也更加稳定;本文算法产生的初始形状都与实际脸型较为相近,只需很少的初始形状即可取得较高的精度;在COFW、HELEN和300W人脸数据库上,将本文提出的多姿态级联回归算法和现有配准算法进行对比实验,本文算法的配准误差相较现有算法分别下降了29.2%、13.3%和9.2%,结果表明,本文算法能有效消除不同脸型之间的干扰,在多姿态场景下得到更加精确的配准结果,并能达到实时的检测速度。结论基于级联回归模型的多姿态人脸配准算法可以取得优于现有算法的结果,在应对复杂的脸形时也更加鲁棒。所提出的初始形状估计算法可以自动产生高质量的初始形状,用于提升现有的级联回归算法。

关键词：人脸配准级联回归初始化策略随机回归森林多姿态

GAT:用于自然语言理解的基于全局的对抗训练

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2023年第3期37卷 27-35页

作者：蔡坤钊曾碧卿陈鹏飞华南师范大学软件学院广东佛山528225

在自然语言处理领域中,基于梯度的对抗训练是一种能够有效提高神经网络鲁棒性的方法。首先,该文针对现有的对抗训练算法效率较低的问题,提出基于全局扰动表的初始化策略,在提高神经网络的训练效率的同时保证初始化扰动的有效性;其次,针... 详细信息

在自然语言处理领域中,基于梯度的对抗训练是一种能够有效提高神经网络鲁棒性的方法。首先,该文针对现有的对抗训练算法效率较低的问题,提出基于全局扰动表的初始化策略,在提高神经网络的训练效率的同时保证初始化扰动的有效性;其次,针对传统的归一化方法忽略了令牌之间的相对独立性问题,提出基于全局等权的归一化策略,保证令牌之间的相对独立性,避免少数样本主导对抗训练;最后,对于使用可学习的位置编码的预训练语言模型,提出基于全局多方面的扰动策略,使得神经网络更具鲁棒性。实验结果表明,该方法能有效提升神经网络的性能。

关键词：自然语言理解对抗训练初始化策略归一化策略扰动策略

在线全文

学校读者我要写书评

暂无评论

基于自适应森林优化算法的特征选择算法

计算机工程与设计 2023年第2期44卷 425-431页

作者：黄君策石林顾玉宛李宁庄丽华徐守坤常州大学计算机与人工智能学院、阿里云大数据学院软件学院江苏常州213164

森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自... 详细信息

森林优化特征选择算法(FSFOA)表现出色,但初始化方法的盲目性以及更新机制的局限性限制了该算法的性能。对FSFOA不足之处加以改进,提出自适应森林优化特征选择算法(AFSFOA)。在初始化过程中,加入特征权重评估算法;在更新机制上,使用自适应参数选择策略以及贪心搜索策略替代原始的更新机制。在不同维度的数据集上进行实验,对比实验结果表明,与FSFOA算法以及近年来提出的较高效的特征选择算法进行对比,在准确率以及维度约简上,AFSFOA算法有很强的竞争力。

关键词：数据挖掘特征选择初始化策略特征权重评估算法更新机制贪心算法森林优化算法

在线全文

学校读者我要写书评

暂无评论

改进粒子群算法的移动机器人平滑路径规划

小型微型计算机系统 2019年第12期40卷 2550-2555页

作者：陈嘉林魏国亮田昕上海理工大学光电信息与计算机工程学院上海200093 上海理工大学理学院上海200093

针对粒子群(PSO)算法在解决移动机器人平滑路径规划问题中出现的早熟现象,本文提出了一种基于种群进化状态的自适应粒子群算法(ES-PSO).本方法在不损害PSO算法快速收敛特性的前提下,通过粒子当前位置来判定种群动态进化状态,从而合理有... 详细信息

针对粒子群(PSO)算法在解决移动机器人平滑路径规划问题中出现的早熟现象,本文提出了一种基于种群进化状态的自适应粒子群算法(ES-PSO).本方法在不损害PSO算法快速收敛特性的前提下,通过粒子当前位置来判定种群动态进化状态,从而合理有效地评估种群进化能力.最后,根据具体应用场景,提出粒子初始化策略和带有惩罚函数的适应值函数优化策略,并应用所提改进粒子群算法和Bezier曲线方法解决移动机器人平滑路径规划问题.实验结果表明,该算法与传统算法相比较能够快速准确地寻找到机器人的平滑最优路径.

关键词：自适应粒子群算法 Bezier曲线种群进化初始化策略罚函数

在线全文

学校读者我要写书评

暂无评论

一种遗传学习人工蜂群算法

小型微型计算机系统 2018年第7期39卷 1420-1425页

作者：杜振鑫韩德志刘广钟上海海事大学信息工程学院上海201306

在人工蜂群算法及其变种中,侦察蜂采用随机初始化的方法生成新食物源,容易造成前期计算资源的浪费和陷入局部最优解.解决这个问题的一个重要方法是引入新的操作算子,弥补算法的不足.最近提出的遗传学习算子(GL)是遗传算法(GA)的最新改... 详细信息

在人工蜂群算法及其变种中,侦察蜂采用随机初始化的方法生成新食物源,容易造成前期计算资源的浪费和陷入局部最优解.解决这个问题的一个重要方法是引入新的操作算子,弥补算法的不足.最近提出的遗传学习算子(GL)是遗传算法(GA)的最新改进版本,较好的平衡了全局搜索能力与加速收敛之间的矛盾,对比GA具有较大优势,可以作为一个较好的选择.本文将GL算子引入到多种人工蜂群算法变种的侦察蜂阶段,通过有效组合多个优秀个体的信息产生更有希望的新实物源,防止算法早熟.通过在多个精英解上完成GL算子的交叉、变异与选择操作,新产生的食物源具有较高的多样性和较高的质量.在著名的CEC2014函数集上的实验结果表明,GL算子可以作为一种通用框架嵌入到多种最新提出的改进ABC算法中,显著提高这些算法的收敛速度与搜索精度.

关键词：人工蜂群算法遗传学习框架初始化策略局部最优解收敛速度