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

灰狼与郊狼混合优化算法及其聚类优化

自动化学报 2022年第11期48卷 2757-2776页

作者：张新明姜云刘尚旺刘国奇窦智刘艳河南师范大学计算机与信息工程学院新乡453007 智慧商务与物联网技术河南省工程实验室新乡453007

郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足... 详细信息

郊狼优化算法(Coyote optimization algorithm,COA)是最近提出的一种新颖且具有较大应用潜力的群智能优化算法,具有独特的搜索机制和能较好解决全局优化问题等优势,但在处理复杂优化问题时存在搜索效率低、可操作性差和收敛速度慢等不足.为弥补其不足,并借鉴灰狼优化算法(Grey wolf optimizer,GWO)的优势,提出了一种COA与GWO的混合算法(Hybrid COA with GWO,HCOAG).首先提出了一种改进的COA(Improved COA,ICOA),即将一种高斯全局趋优成长算子替换原算法的成长算子以提高搜索效率和收敛速度,并提出一种动态调整组内郊狼数方案,使得算法的搜索能力和可操作性都得到增强;然后提出了一种简化操作的GWO(Simplified GWO,SGWO),以提高算法的可操作性和降低其计算复杂度;最后采用正弦交叉策略将ICOA与SGWO二者融合,进一步获得更好的优化性能.大量的经典函数和CEC2017复杂函数优化以及K-Means聚类优化的实验结果表明,与COA相比,HCOAG具有更高的搜索效率、更强的可操作性和更快的收敛速度,与其他先进的对比算法相比,HCOAG具有更好的优化性能,能更好地解决聚类优化问题.

关键词：优化算法灰狼优化算法郊狼优化算法混合算法聚类优化

在线全文

学校读者我要写书评

暂无评论

基于伪标签正则化损失的无监督行人重识别

电子学报 2024年第5期52卷 1743-1758页

作者：贾洁茹张硕蕊钱宇华阮秋琦山西大学大数据科学与产业研究院山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西省机器视觉与数据挖掘工程研究中心山西太原030006 北京交通大学信息科学研究所北京100044

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算... 详细信息

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算法的局限性等,伪标签中会引入大量噪声,严重误导模型优化过程,导致模型性能退化.为了减轻伪标签噪声的影响,本文提出了一种新的伪标签正则化损失函数,用伪标签的置信度分数和样本相似度对伪标签噪声进行约束.具体来说,本文首先提出了一种聚类引导的注意力机制,根据伪标签与聚类中心的语义相关程度来估计伪标签的置信度,以此来识别噪声标签并给正确标签分配更多的权重,有效降低伪标签噪声在总体损失函数中的作用.同时,为了充分利用伪标签的判别能力,本文利用伪标签进行在线软样本挖掘,构建mini-batch中的正负样本对并为每个正负样本对计算一个连续的权重分数.通过将以上两种权重引入到对比损失中,本文提出的伪标签正则化损失函数可以有效抑制伪标签噪声的影响,减轻标签噪声对训练过程的影响,提高模型的准确性和鲁棒性.在多个公开行人数据集上的实验结果验证了本文方法的有效性,在Market1501、DukeMTMC-reID和MSMT17数据集上mAP分别达到了85.9%、75.1%和29.3%.

关键词：行人重识别无监督学习伪标签噪声对比学习聚类优化

在线全文

学校读者我要写书评

暂无评论

基于大数据聚类的通信网络安全态势预测技术

淮阴师范学院学报（自然科学版） 2024年第1期23卷 20-26页

作者：陈功平王红六安职业技术学院信息与电子工程学院安徽六安237158

传统通信网络安全态势预测技术缺乏大数据支撑,难以对发生的攻击进行详细分类和追踪,导致在进行长时间的态势预测中收敛过慢,准确度降低.提出一种基于大数据聚类的通信网络安全态势预测技术.分析通信网络的属性以及特点,选择安全态势描... 详细信息

传统通信网络安全态势预测技术缺乏大数据支撑,难以对发生的攻击进行详细分类和追踪,导致在进行长时间的态势预测中收敛过慢,准确度降低.提出一种基于大数据聚类的通信网络安全态势预测技术.分析通信网络的属性以及特点,选择安全态势描述一级指标,将数据标准化处理之后,细分出二级指标;优化大数据聚类算法,计算最优聚类数量、确定聚类中心,建立关联规则库并优化预测流程,完成基于大数据聚类的通信网络安全态势预测技术的设计.通过实验结果表明,与两种传统的安全态势预测技术相比,设计的技术收敛速度更快,全体数据点没有出现残差扩散的现象,并且数据完整度较高.

关键词：大数据聚类通信网络安全态势描述指标聚类优化收敛速度

湖南省“3+5”城市群农业功能权衡-协同特征及优化研究

在线全文

学校读者我要写书评

暂无评论

湖南师范大学自然科学学报 2024年第2期47卷 99-108页

作者：刘悦安悦谭雪兰任辉湖南农业大学资源学院长沙410128 湖南师范大学地理科学院长沙410081

农业各功能之间保持着相互增进的协同关系或此消彼长的权衡关系。本研究以湖南省“3+5”城市群地区的县(区)为研究单元,从生产功能、生态功能和生活功能3个维度构建农业功能评价指标体系,利用熵值法、Spearman秩相关系数法和双变量局部... 详细信息

农业各功能之间保持着相互增进的协同关系或此消彼长的权衡关系。本研究以湖南省“3+5”城市群地区的县(区)为研究单元,从生产功能、生态功能和生活功能3个维度构建农业功能评价指标体系,利用熵值法、Spearman秩相关系数法和双变量局部空间自相关模型等对农业功能演变及协同-权衡关系进行测度。结果表明:(1)农业生产功能整体呈增强态势;农业生活功能呈先上升后下降的趋势;农业生态功能往城市群外围扩散。(2)在协同与权衡关系上,农业生产功能和其他两项功能空间分布变动较大,具有较强的不稳定性,生产功能和其他两项功能的协同与权衡关系在空间分布上较为稳定。(3)功能分区上可划分为5种组合类型:生产功能优势区、生活功能优势区、生态功能优势区、多功能并重区和农业功能弱势区。

关键词：农业功能权衡与协同聚类优化湖南省“3+5”城市群

在线全文

学校读者我要写书评

暂无评论

GWO与ABC的混合优化算法及其聚类优化

电子学报 2018年第10期46卷 2430-2442页

作者：张新明王霞康强程金凤河南师范大学计算机与信息工程学院河南新乡453007 河南省高校计算智能与数据挖掘工程技术研究中心河南新乡453007

灰狼优化算法(Grey Wolf Optimizer,GWO)和人工蜂群算法(Artificial Bee Colony,ABC)是两种流行且高效的群智能优化算法. GWO具有局部搜索能力强等优势,但存在全局搜索能力弱等缺陷;而ABC具有全局搜索能力强等优点,但存在收敛速度慢等不... 详细信息

灰狼优化算法(Grey Wolf Optimizer,GWO)和人工蜂群算法(Artificial Bee Colony,ABC)是两种流行且高效的群智能优化算法. GWO具有局部搜索能力强等优势,但存在全局搜索能力弱等缺陷;而ABC具有全局搜索能力强等优点,但存在收敛速度慢等不足.为实现二者优势互补,提出了一种GWO与ABC的混合算法(Hybrid GWO with ABC,HGWOA).首先,使用静态贪心算法替代ABC雇佣蜂阶段中的动态贪心算法来强化探索能力,同时为弥补其收敛速度降低的不足,提出一种新型的搜索蜜源方式;然后,去掉影响收敛速度的侦查蜂阶段,在雇佣蜂阶段再添加反向学习策略,以避免搜索陷入局部最优;最后,为了平衡以上雇佣蜂阶段的探索能力,在观察蜂阶段,自适应融合GWO,以便增强开采能力和提高优化效率.大量的函数优化和聚类优化的实验结果表明,与state-of-the-art方法相比,HGWOA具有更好的优化性能及更强的普适性,且能更好地解决聚类优化问题.

关键词：智能优化算法灰狼优化算法人工蜂群算法混合优化算法聚类优化

在线全文

学校读者我要写书评

暂无评论

基于表面聚类优化的加工特征识别方法

上海交通大学学报 2009年第11期43卷 1720-1724页

作者：汤岑书褚学宁孙习武苏於梁上海交通大学机械与动力工程学院上海200240

为了实现计算机辅助设计与计算机辅助工艺设计系统的有效集成,提出了以表面加工方法生成和聚类优化为基础的加工特征识别新方法.基于加工资源、加工表面和加工方法3类信息模型,引出了切削模式概念和表面加工方法生成的原理.以刀具种类... 详细信息

为了实现计算机辅助设计与计算机辅助工艺设计系统的有效集成,提出了以表面加工方法生成和聚类优化为基础的加工特征识别新方法.基于加工资源、加工表面和加工方法3类信息模型,引出了切削模式概念和表面加工方法生成的原理.以刀具种类数和零件装夹次数最少为目标,建立了表面聚类优化模型,为加工表面选择最优加工方法,并把可用同类刀具、在同一装夹下连续加工的一组表面聚为一个加工特征.通过实例测试,验证了该方法的正确性和有效性.

关键词：加工特征特征识别切削模式聚类优化

在线全文

学校读者我要写书评

暂无评论

基于深度学习的4D航迹预测方法研究

舰船电子工程 2024年第2期44卷 62-66,75页

作者：宋岩杜冬侯晓雪中国民用航空飞行学院广汉618300

近年来,随着航空业的蓬勃发展,机场数量大、国内外航线逐渐密集导致的空域拥堵、航班准点率低等问题也随之浮现,因此对航线进行智能分析并及时进行有效预测以改善空域拥堵等问题受到了广泛关注。对基于深度学习的4D航迹预测方法进行了... 详细信息

近年来,随着航空业的蓬勃发展,机场数量大、国内外航线逐渐密集导致的空域拥堵、航班准点率低等问题也随之浮现,因此对航线进行智能分析并及时进行有效预测以改善空域拥堵等问题受到了广泛关注。对基于深度学习的4D航迹预测方法进行了综述。首先,对4D航迹预测问题进行概述,包括基本概念、基本类型、优缺点、评价方式。其次,提出将现有基于深度学习的4D航迹预测方法分为基于单一模型预测和基于聚合模型预测并详细阐述了各类模型的建模思想、基本原理及优缺点。最后,阐述了三种基于聚合模型的预测方法:模型聚合方法、聚类优化方法、自生成网络方法并总结全文。

关键词： 4D航迹航迹预测深度学习聚合模型聚类优化

聚类优化后的多品种货物配载的容重比平衡法研究

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2014年第25期22卷 140-145页

作者：杨斌郑子龙吕品上海海事大学物流研究中心上海201306

首先采用聚类优化方式,将体积大、重量小的货物和体积小但重量大的货物聚合在一起,一方面符合实际配载过程中抛货和重货的结合原则,另一方面为下一步的容重比平衡法做出了基础。其次,采用改进后的动态容重比平衡法,将聚类优化后的货物... 详细信息

首先采用聚类优化方式,将体积大、重量小的货物和体积小但重量大的货物聚合在一起,一方面符合实际配载过程中抛货和重货的结合原则,另一方面为下一步的容重比平衡法做出了基础。其次,采用改进后的动态容重比平衡法,将聚类优化后的货物配载装车。最后,运用Matlab进行编程,通过实例计算证明了上述模型和算法的有效性,而且求解的结果也显示出通过聚类优化的容重比平衡法配载结果更加符合实际配载运用。

关键词：配载聚类优化容比重平衡法汽车物流

基于空间特征谱聚类算法的含噪苹果图像优化分割

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2016年第16期32卷 159-167页

作者：顾玉宛史国栋刘晓洋赵德杰赵德安江苏大学电气信息工程学院镇江212013 常州大学信息科学与工程学院常州213164

为了减少噪声对苹果采摘机器人的目标识别所带来的影响,对含噪苹果图像的分割方法进行了研究。该研究设计一种针对噪声具有鲁棒性的苹果图像分割方法,首先计算苹果图像的三维空间特征点的紧致性函数,用以构造邻近点的相似矩阵实现苹果... 详细信息

为了减少噪声对苹果采摘机器人的目标识别所带来的影响,对含噪苹果图像的分割方法进行了研究。该研究设计一种针对噪声具有鲁棒性的苹果图像分割方法,首先计算苹果图像的三维空间特征点的紧致性函数,用以构造邻近点的相似矩阵实现苹果图像的去噪效果;再利用离群点矩阵拆分并由其他剩余列向量线性表示,对相似矩阵进行离群点调优实现聚类优化,进而提出基于空间特征的谱聚类含噪苹果图像分割的优化算法,旨在提高分割算法的效率和识别准确率。通过对两幅苹果图像添加不同程度的高斯和椒盐噪声（方差分别为0.01、0.05和0.1的高斯噪声和概率为0.01、0.05和0.1的椒盐噪声）进行试验,分别求出谱聚类方法、基于空间特征的谱聚类方法和该文优化方法的苹果目标图像的分割图,并计算三类方法的分割准确率。该文优化方法对于单个苹果受不同噪声影响下的分割准确率均在99%以上,对于重叠苹果的分割准确率均在98%以上,对于所选取的30幅苹果图在方差为0.05的高斯噪声和概率为0.01的椒盐噪声影响下的平均分割准确率为99.014%。结果表明：谱聚类方法受噪声的影响较大;基于空间特征的谱聚类方法的分割效果受噪声的影响较小,但在边界区域仍然有很多错分的像素;优化方法在边界区域的分割要优于基于空间特征的谱聚类方法;在设定的试验条件下,其分割结果准确率相对于基于空间特征的谱聚类方法和传统的谱聚类方法可分别提高5%~6%和9%~25%。在分割效率方面,该文优化方法的分割时间低于传统的谱聚类算法,且与基于空间特征谱聚类方法接近。研究结果为苹果采摘机器人的快速目标识别提供参考。

关键词：图像分割算法水果空间特征谱聚类聚类优化