排序方式: 共有62条查询结果,搜索用时 15 毫秒
51.
52.
53.
54.
针对线性约束条件下全局优化问题,提出了定边界模拟退火算法(DBSA,参数确定范围[0,1])。应用凸集理论,将线性约束条件转化为和为1的等式约束,可证明二若等价。针对新的约束条件,对模拟退火算法可能解的选取方法进行相应改进。其次从应用上验证了DBSA的可行性,对比结果表明定边界模拟退火算法具有较快的运算速度和精度。 相似文献
55.
56.
为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法. 通过在生成对抗模型中引入大量负样本和增加负样本引导损失,促进模型对正样本特征的表达,提升生成样本的多样性;设计自适应的权值约束方法,平衡生成器和判别器的表达能力,提升生成样本的质量. 实验结果表明,在太阳能电池电致发光(EL)缺陷数据集上,提出方法的生成质量和检测精度优于深度卷积生成对抗网络(DCGAN)、梯度惩罚Wasserstein距离生成对抗网络(WGAN-GP)和一阶导数生成对抗网络(FOGAN);该方法的F测度较DCGAN、WGAN-GP和FOGAN分别最高提升了10%、8%和5%,具有较好的数据增强性能. 在带钢表面缺陷数据集及DAGM 2007公共数据集上,提出方法的性能优于DCGAN、WGAN-GP和FOGAN,具有一定的泛化能力. 相似文献
57.
58.
人名歧义是一种身份不确定的现象,指的是文本中具有相同姓名的字符串指向现实世界中的不同实体人物。人名消歧很长时间一直是一个具有挑战性的问题,关注网页里的人名消歧的问题。因为经典的K-means算法如果选择了一个差的随机初始聚类中心,算法会遇到局部收敛的问题,所以文章提出一种基于最大最小原则的改进的K-means算法来进行人名消歧。同时使用了WePS的训练数据作为实验的语料。实验结果表明,改进的方法比层次聚类方法有着更好的性能。 相似文献
59.
60.
高阶联合聚类一般被转化为多对二阶联合聚类结果的一致融合问题,将多个二阶聚类目标函数的加权线性组合作为高阶联合聚类的目标函数,通过交替迭代方法得到聚类结果。然而,现有算法仍根据专家经验预设权值,自动的确定线性组合的最优权值仍是一个经典难题。文中针对星型高阶异构数据,提出一种基于理想点的自动确定权值的一致融合策略,将各二阶聚类目标函数的最优值构成的空间中的点称为理想点。通过将二阶聚类结果与其理想结果间的相对距离作为聚类质量的度量标准,解决了各二阶聚类质量不可公度的问题,最终使得高阶聚类目标函数与理想点的相对距离最小。基于理想点的方法能够解决多种星型高阶联合聚类算法的一致融合问题,因此具有一定的普适性。实验结果表明该方法有效地提高了5种经典高阶聚类算法的效果。 相似文献