排序方式: 共有29条查询结果,搜索用时 15 毫秒
1.
针对遗传算法在非线性系统优化问题中易陷入局部最优,且大量研究改进后仍存在不足的问题。根据混沌运动的结构特点,提出了一种解决非线性系统优化问题的混沌遗传算法(CGA,Chaos Genetic Algorithm)。该算法将混沌变量引入遗传算法的优化变量中,使两者的取值范围相互映射,利用更新后的混沌变量转换为“染色体”进行遗传操作,同时根据适应度大小选择需要附加混沌扰动的群体,使变异操作具有导向性,经过多次进化,得出问题的最优解。仿真实验利用多种测试函数和相似的智能优化算法进行对比验证。结果表明,该算法保证了非线性系统优化问题动态响应的速度和寻优结果的精度,定量的评价了混沌遗传算法的优化效果。 相似文献
2.
陈沅涛 《计算机工程与设计》2007,28(21):5128-5129,5162
计算机对等网(peer-to-peer,P2P)是目前流行于国际网络技术研究领域的一种新兴网络模型.作为真正的分布式计算技术,P2P技术将对Internet的发展产生重要的影响.针对最近热门的基于P2P技术的搜索技术的迅速发展,为改善现有IP电话模型中的诸多不足之处,介绍了对等域名服务(peer name service,PNS)搜索机制及其特点;分析了PNS搜索机制设计的核心;提出了一种基于PNS搜索机制的IP电话模型,并详细讨论了该模型的信息模型和搜索策略. 相似文献
3.
传统的粒子群算法训练神经网络的水质评价模型有学习速度慢,容易陷入局部最优和精确性不高的缺点。为了克服模型的缺点,提出了利用改进的自适应量子粒子群算法训练T-S模糊神经网络的新模型,新的自适应量子粒子群算法通过在算法中引入聚集度的概念,使得算法可以在迭代中自适应地调整收缩扩张系数,让算法更具动态自适应性。新的模型结合了量子粒子群算法和T-S模糊神经网络的优点,提高了模型的泛化能力。通过对东江湖流域站点2002到2013年的水文数据进行实验,结果显示,该模型比其他神经网络模型的评价结果具有更高的效率,适合被用于日常水质评价工作。 相似文献
4.
视觉注意机制是人类与生俱来的特有属性.在视觉注意机制的协助下,人类视觉系统可以有选择性地针对视觉信息进行处理并有效解决有限信息处理资源与海量视觉信息之间的矛盾.与现有基于计算机视觉机制的图像分割方法比较,本文提出改进视觉显著性度量方法生成的系统显著图能够更加准确表现原始图像中各个像素点的显著性值,根据系统显著图进行阈值分割便可以对前景目标和背景区域进行区分,不需要加入其他方法,这样既可以降低运算时间复杂度,又可以使得图像分割结果更符合人类视觉特点.本文算法对于包含前景目标可得到优良的图像分割结果,但本方法对于背景较复杂同时前景目标模糊的原始图像的图像分割效果不够理想. 相似文献
5.
针对传统的聚类算法对初始聚类中心敏感、只能对单一属性聚类且聚类效果有时欠佳等不足,提出了一种能处理数值属性和分类属性的Gk-prototypes聚类算法。在经典的k-prototypes聚类算法的基础上,利用去模糊相似矩阵来构造粗粒子集,结合粒计算和最大最小距离法确定初始聚类中心,并改进了目标函数。实验结果和理论分析表明,Gk-prototypes聚类算法与其他基于k-prototypes的改进算法相比,聚类更准确,有效性更好,鲁棒性更强。 相似文献
6.
7.
8.
针对我国VoIP技术发展,着重提出一套VoIP系统及其RAD IUS计费认证服务器设计思想,描述RAD IUS服务器的设计和实现,给出详细的测试结果,并对测试数据进行分析. 相似文献
9.
为了解决k-means算法在Hadoop平台下处理海量高维数据时聚类效果差,以及已有的改进算法不利于并行化等问题,提出了一种基于Hash改进的并行化方案。将海量高维的数据映射到一个压缩的标识空间,进而挖掘其聚类关系,选取初始聚类中心,避免了传统k-means算法对随机选取初始聚类中心的敏感性,减少了k-means算法的迭代次数。又结合MapReduce框架将算法整体并行化,并通过Partition、Combine等机制加强了并行化程度和执行效率。实验表明,该算法不仅提高了聚类的准确率和稳定性,同时具有良好的处理速度。 相似文献
10.