您的位置: 专家智库 > >

邱茜茜

作品数:3 被引量:1H指数:1
供职机构:湘潭大学信息工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 2篇自动化与计算...

主题

  • 1篇多生
  • 1篇优化算法
  • 1篇双种群
  • 1篇搜索
  • 1篇搜索机制
  • 1篇搜索空间
  • 1篇全信息
  • 1篇子群
  • 1篇相似度
  • 1篇相似度计算
  • 1篇相似度计算方...
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇DISTAN...
  • 1篇LEARNI...
  • 1篇MINING
  • 1篇差分
  • 1篇差分进化
  • 1篇SIMILA...

机构

  • 3篇湘潭大学

作者

  • 3篇邱茜茜
  • 2篇李枚毅
  • 2篇何诚
  • 1篇王伟

传媒

  • 1篇计算机应用研...
  • 1篇湖南省第三届...

年份

  • 2篇2012
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
一种结构距离的相似度计算方法
度计算方法在数据挖掘中具有重要的意义。深入分析了以距离作为相似性度量策略的局限性,提出了一种以实例内部特征结构及其相互关系为度量的相似性度量方法。此方法深入挖掘了实例特征的内部结构特征,具有很高准确性。以结构距离对多标签...
王伟李枚毅何诚邱茜茜
关键词:MININGSIMILARITYDISTANCESEMI-SUPERVISEDLEARNING
全信息差异进化粒子群优化算法被引量:1
2012年
针对种群多样性对粒子群算法的性能影响,提出了一种基于差异进化思想的粒子群算法。该算法采用多生态子群社会结构,利用一种新的全信息粒子作为信息交互的渠道,通过进化过程中的种群衰落监控指导子群间的差异融合,有利于优秀个体的产生,增加粒子间的差异性,提高种群整体品质和算法的收敛性能。最后对八个测试函数进行实验仿真,并与六个改进粒子群算法进行多方面对比。实验结果表明,该算法有效地保持了种群的多样性,在保证收敛速度的同时大幅提高了算法的收敛精度,从理论和实验仿真两个方面证明了算法有很强的全局搜索能力。
何诚李枚毅邱茜茜
关键词:粒子群优化
求解约束优化问题的双种群差分进化算法研究
随着科技的发展、社会的进步,求解约束优化问题的方法层出不穷,其中进化算法在复杂的搜索空间中表现出了强大的竞争力,已成为求解约束优化问题的重点研究方向。其中差分进化算法相比其他进化算法来说,容易理解和实现,参数少易于控制,...
邱茜茜
关键词:差分进化
文献传递
共1页<1>
聚类工具0