搜索结果: 46-60 共查到“知识库 人工智能理论”相关记录925条 . 查询时间(1.828 秒)
脑fMRI特征重建的分层快速聚类方法
感兴趣区域 层次聚类 K-均值聚类
2009/12/10
在对大脑fMRI感兴趣区域的分析中,利用特征选择所得到的筛选属性进行特征重建问题上,提出了分层快速聚类的分析方法,同已有K-均值聚类方法相比,在聚类有效性得到提高的前提下,总体降低了聚类的时间代价,并为后续的回归分析处理提供了精确保证。
区间值Fuzzy集分解定理上的近似算子研究
粗糙模糊集 近似算子 区间值模糊集
2009/12/10
将广义粗糙模糊下、上近似算子拓展到区间上,并利用区间值模糊集分解定理给出一组新的广义区间值粗糙模糊下、上近似算子,证明二者在由任意二元经典关系构成的广义近似空间中是等价的,最后讨论了在一般二元关系下,两组近似算子的性质。
HHT在年最大洪峰流量规律分析中的应用
经验模态分解 Hilbert-Huang变换 周期
2009/12/10
Hilbert-Huang变换能够定量描述非线性、非平稳、弱相依、高度复杂时间序列的时频特性,较传统的时间序列分析方法更具优势。通过对时间序列进行EMD分解,得出其演化过程的内在模函数和趋势项,并对内在模函数做Hilbert-Huang变换,获得序列的变化周期。以汉江上游的两个代表水文站——石泉和安康水文站的年最大洪峰流量为例分析,石泉站年最大洪峰流量变化存在3.06年、7.11年和24.98年的...
快速提高NSGA-II算法双目标优化效率的方法
多目标进化 非支配前沿 按需分层
2009/12/10
NSGA-II是一种性能优良的多目标进化算法,近年来非常流行。为了进一步改进NSGA-II在双目标优化时的效率,采取了按需分层的策略,提出了一种新的非支配前沿集分层方法以替代NSGA-II原有的分层方法。与NSGA-II的时间复杂度O(N2)相比,新方法的时间复杂度减少为O(kN+NlogN),k为所分前沿层数(k<
一种新的直觉模糊集的熵
直觉模糊集 熵 模糊性
2009/12/10
通过分析现有直觉模糊熵计算方法中存在的一些问题,基于直觉模糊集理论和熵的概念,提出一种新的直觉模糊集的熵,给出它的结构、性质,并将其与现有的几种直觉模糊集的熵进行比较,发现其计算结果介于其他几种方法的计算结果之间,因而能够对模糊问题的模糊性做出更好的界定,有助于人们对模糊问题的理解和把握。最后,通过实例验证了它的有效性。
并行强化学习算法及其应用研究
Q-学习 D-S证据理论 路径规划
2009/12/10
强化学习是一种重要的机器学习方法,然而在实际应用中,收敛速度缓慢是其主要不足之一。为了提高强化学习的效率,提出了一种并行强化学习算法。多个同时学习,在各自学习一定周期后,利用D-S证据利用对学习结果进行融合,然后在融合结果的基础上,各进行下一周期的学习,从而实现提高整个系统学习效率的目的。实验结果表明了该方法的可行性和有效性。
一种环境辨识记忆动态贝叶斯优化算法
概率模型 环境辨识 动态优化问题
2009/12/10
为了使贝叶斯优化算法(BOA)具有动态优化能力,提出了基于环境辨识的记忆策略(EIMS)。该策略利用概率模型对优良解的描述能力,简化了记忆管理过程并减少了记忆所占内存空间。设计了最优个体+采用平均的环境辨识算法。实验结果表明,通过对历史信息的记忆和利用,EIMS能够使BOA有效求解动态优化问题,算法的性能在循环、循环+噪声以及随机动态环境下均显著优于重启式BOA。
决策表分解及其最小属性约简研究
差别矩阵 最小属性约简 划分粒度
2009/12/3
现有的很多属性约简算法都是由构造决策表的差别矩阵出发,将矩阵中非空元素的合取范式转化为极小析取范式。为提高对大规模数据的决策表进行约简的效率,文中指出基于U/{a}划分的最小约简算法存在的缺陷,给出以划分粒度为启发式信息,利用单个条件属性把论域划分成多个等价类,将计算整个全域上的属性约简问题转化为计算在相应划分的子区域上属性约简问题,提出了一种基于决策表分解的最小属性约简算法。理论分析和实例表明该...
基于覆盖算法的条件信息熵表示及属性约简
Rough集理论 知识约简 条件信息熵
2009/12/3
利用覆盖算法对数据进行处理,得到论域U的一个划分,定义一种基于覆盖的条件信息熵,由新的条件信息熵定义新的属性重要性,并证明了对于一致决策表,它与代数定义下的重要性是等价的。以新的属性重要性为启发信息设计约简算法,并给出计算新的条件信息熵的算法。实验结果表明该约简算法能快速搜索到最优或次优约简。
一种求解车间作业调度问题的免疫算法
免疫算法 克隆选择算法 高频变异
2009/12/3
人工免疫系统是基于生物免疫系统特性而发展的新兴智能系统。基于免疫系统的克隆选择机制,提出一种求解车间作业调度问题的免疫算法。利用免疫算法较强的搜索能力可以实现全局寻优。通过使用克隆、高频变异和抗体抑制等免疫操作,提高了算法的收敛速度和种群的多样性,可以有效地克服遗传算法种群早熟化和收敛速度慢的问题。仿真结果表明,与改进后的遗传算法比较,提出的免疫算法在全局最优解和收敛速度上都有较为明显的优势。
...
基于二次Renyi熵的非迭代最小二乘支持向量机预测模型
二次Renyi熵 最小二乘支持向量机 标准支持向量机
2009/11/30
将二次Renyi熵应用于企业财务困境预测,提出了一种基于二次Renyi熵的最小二乘支持向量机(LS-SVM)模型。通过将该模型与传统的LS-SVM模型、标准SVM模型以及与二项Logistic回归模型、BP神经网络(BP-ANN)的分析比较,表明了该模型无论是训练样本的数量还是运算时间,都显著优于其他模型,且有较好的稳定性。实证分析表明,将二次Renyi熵引入企业财务困境预测领域是成功的,同时,通...
利用蚁群算法对PageRank算法的改进
PageRank算法 蚁群优化 PR值
2009/11/30
在PageRank算法的基础上应用蚁群算法的主要思想, 对网页按关键字检索后被点击的次数进行统计,根据其在初始排序结果中的位置对网页进行分类,通过给定的函数变换对按照以上两个因素统计分析所得的结果进行运算,将其作为网页与关键字关联度的一个评判依据。从而对网页的权值(PR值)进行迭代修正,并返回一个新的排序结果。通过模拟实验表明,此方法在使得返回结果中相关度较高的网页通过人们的自主选择获得了不同程度...
一类带延迟策略的库存优化模型及其仿真
多级库存 延迟策略 二层整数规划
2009/11/30
考虑一类带延迟策略的库存优化模型, 即二层整数规划问题。证明了该二层整数规划问题等价于约束单层整数规划问题。借助罚函数思想化约束整数规划问题为无约束整数规划问题, 再利用遗传算法进行求解。数值模拟表明所得数值结果与已有的数值结果相比,不仅使得供应链整体库存效益有较大提高, 并且对每个库存分点的最优库存量作了更为合理的调整。
一种带有随机变异的动态差分进化算法
全局优化 差分进化算法 加权策略 指数递增交叉概率
2009/11/30
提出一种带有随机变异的动态差分进化算法。在这个算法中,两种不同的变异策略DE/rand/1和DE/best/1通过线性递减加权组合策略产生新的变异策略,以便动态利用DE/rand/1和DE/best/1的优点,并且引入一种指数递增交叉概率算子、线性递减缩放因子和一种随机变异机制以进一步提高算法的全局寻优能力。通过四个标准测试函数的测试结果表明,该算法是一种收敛速度快、求解精度高、鲁棒性较强,更适合...