公共文化服务平台

搜索到312篇“ 随机搜索算法“的相关文章

基于随机搜索算法的大语言模型安全保护防御方法: 本发明公开了一种基于随机搜索算法的大语言模型安全保护防御方法，涉及语言模型安全保护技术领域。该方法包括：对采取防御措施的非安全提示进行变体；制定针对大语言模型响应内容的防御规则集，并将其作为提示前缀添加到非安全提示变体之...; 韩蒙何柯阳陈敏捷林昶廷邢文鹏王滨李莹

一种针对OTFS系统使用的基于遗传算法与随机搜索算法结合的导频优化方法: 本发明公开了一种针对OTFS系统使用的基于遗传算法与随机搜索算法结合的导频优化方法，该方法包括如下步骤：初始化种群；计算种群中的每个个体的适应度值；进入繁殖循环迭代；进行子代的交叉重组操作；进行子代的变异操作；进行子代的...; 何雪云王振业

一种针对选择性装配使用的最差优先的局部随机搜索算法: 本发明公开了一种针对选择性装配使用的最差优先的局部随机搜索算法，首先从数据库中读取零部件尺寸信息，将尺寸信息存放在一个3维矩阵中，将部件之间的装配信息存入配合矩阵，然后建立装配矩阵，根据装配矩阵与配合矩阵建立模拟装配矩阵...; 倪奇峰侯溪如李秉洁李忠侯昆

基于随机搜索算法和AdaBoost模型预测LF精炼过程脱硫率被引量：1: 2023年; 脱硫是LF精炼过程的主要任务之一.为达到稳定脱硫率的目的,利用AdaBoost模型对某钢铁厂LF精炼过程的实际生产数据进行建模,通过对比网格搜索算法、随机搜索算法及贝叶斯优化算法对AdaBoost模型超参数的优化效果和优化时间的影响,讨论了实际应用中AdaBoost模型的超参数优化方案.此外,根据实验对比结果及实际应用情况,确定了基于随机搜索算法和AdaBoost模型的LF精炼过程脱硫率预测模型.结果表明:该模型可以实现脱硫率误差在±0.07,±0.06和±0.05时,准确度分别为95.3%,93.0%和86.0%.; 严旭梅陈超王楠陈敏; 关键词：脱硫率 LF精炼过程

基于改进随机搜索算法的随机森林调参优化被引量：11: 2022年; 随机搜索法是对无约束力问题寻找最优解的一种算法。随机森林是一种集成算法,为了提高随机森林分类的准确率,需要对参数进行调参。随机森林可以通过网格搜索算法或学习曲线算法选取到合适的参数,但是训练时间过长,消耗资源过大。本文通过对随机搜索算法改进,利用改进的随机搜索算法优化随机森林调参。经过实验验证,改进的算法选取到的参数保证了随机森林分类准确率的同时,相较于通过学习曲线算法缩短了约百分之六十的调参时间。; 刘紫亮居翔张永芳黄逸翠; 关键词：参数优化

一种基于随机搜索算法和对接评估的蛋白质多肽设计集成装置: 本发明公开了一种基于随机搜索算法和对接评估的蛋白质多肽设计集成装置，涉及蛋白质多肽设计领域，包括集成结构预测模块和集成对接模块，其中集成结构预测模块用于生成多肽序列的预测三维结构，集成对接模块用于生成多肽序列，并将多肽序...; 丁显廷杰西卡贝哈法里德沈易鞍杨天奇

自适应随机搜索算法在水文模型参数优选中的并行效率研究被引量：1: 2022年; 水文模型参数的快速率定是山洪以及中小河流洪水预报预警中的重要研究内容之一。参数自动优选功能可以极大地提高水文模型的使用效率,随机搜索算法是大多数参数全局优选算法基础,但却因为耗时较长而应用较少。以Brooks的自适应随机搜索算法(adaptive random search method)为对象、利用.NET的Parallel对象进行了CPU并行改造,利用英伟达的CUDA对象进行了GPU+CPU并行改造,并以缅甸境内其培河子流域上的新安江模型为优选对象,比较了优选效果和计算效率。研究表明:ARS算法和SCE-UA的优选结果相当,并行改造后的ARS算法计算效率有显著提高。研究成果对水文模型应用时参数优选算法的比选具有重要的参考价值。; 李丽路顺昌王加虎赵伟刚李名; 关键词：水文模型并行计算

基于随机搜索算法的弹性矢量波场数值模拟方法及系统: 本发明提供了一种基于随机搜索算法的弹性矢量波场数值模拟方法、系统、计算机设备以及计算机可读存储介质，涉及地震勘探技术领域。该方法包括：构建改进的粒子群算法；根据所述改进的粒子群算法对包含有限差分系数的目标函数进行优化求解...; 王之洋白文磊俞度立冯海新刘洪

基于随机搜索算法优化XGBoost的过热汽温预测模型被引量：10: 2021年; 建立过热器汽温对象的高精度性能预测模型,是实现过热汽温智能优化控制的基础。为此,针对某600 MW超临界机组仿真系统的历史运行数据,采用机器学习中的XGBoost(eXtreme Gradient Boosting)回归模型建立过热器汽温特性的预测模型,并分别采用网格搜索算法和随机搜索算法对模型参数进行优化。通过比较两种优化模型的预测效果,结果表明:随机搜索算法可以进行多个参数组合寻优,收敛速度快,全局寻优的效果更好,优化后的过热汽温模型具有更好的预测精度和泛化能力。; 马良玉於世磊赵尚羽孙佳明; 关键词：过热汽温随机搜索网格搜索

基金关联特征提取的大数据随机搜索算法及应用被引量：7: 2020年; 随着金融科技对数据分析和解读的不断加深,数据有效性变得尤为重要。在信息时代,数据随时间快速增长,为数据处理带来了诸多困难,维数灾难直接影响对数据的分析和解读。因此,在人工智能框架下,实现对基金业绩关联特征的提取和应用,为有效挖掘高维度特征提供一种新的方法和思路具有重要的现实意义。使用马尔科夫链蒙特卡洛框架下的吉布斯抽样算法,以比值比作为分类标准,实现从多维数据中提取与基金业绩相关的结构化和非结构化特征因子。以2018年中国较规范的701个债券型基金作为样本,从基金自身、基金管理人和基金关联实体3个维度出发,建立初始特征池,利用吉布斯抽样方法选出关联特征;以比值比指标作为分类标准,对特征进行与基金业绩强相关、一般相关和弱相关的分类,并通过基金业绩预测模型验证分类效果。研究结果表明,基于AIC方法和BIC方法的随机搜索方法均对指标起较好的筛选作用,即利用特征筛选后的指标建立的模型能较好地预测未来基金的业绩表现。除基金规模、历史投资业绩和声誉等信息是直接刻画基金投资管理能力的强关联风险特征指标外,基金管理团队能力和基金公司的经营状况也是描述基金投资管理能力的强关联特征指标。研究结果为金融科技领域处理海量的非结构化信息、实现有效的特征提取提供了一种思路和框架,特别是在面临海量高维度数据时,为如何有效地从低密度信息中提取特征指标并形成支持实践的运用提供了一个完整的案例。; 袁先智刘海洋周云鹏严诚幸冯驰李欣鹏李波郭铁信钱国骐曾途; 关键词：大数据基金业绩随机搜索算法特征提取

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈