国家自然科学基金(40972206)
- 作品数：4 被引量：11H指数：2
- 相关作者：张冬梅贺幸孙光福李程俊刘伟更多>>
- 相关机构：中国地质大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术天文地球更多>>
- 基于分形SMOTE重采样集成算法圈定区域化探异常被引量：3
- 2012年
- 基于分形自相似性理论改进SMOTE算法,实现数据集的均衡化。结合集成学习Adaboost技术更新样本权值,改善非均衡数据的分类性能,并对云南个旧锡铜多金属矿床进行了仿真实验,结果表明新算法预测结果能较好地检测成矿异常,为成矿预测与评价提供新的解决途径。
- 李江金辉刘伟
- 关键词：化探异常不均衡数据SMOTE分形
- 基于网格的E-占优新型NSGA-Ⅱ算法被引量：1
- 2012年
- 为了提高基于E-占优的NSGA-Ⅱ算法的优化效果,针对其在保持种群的多样性和分布性上的不够完善以及变异算子性能比较弱的问题,提出基于网格的E-占优新型NSGA-Ⅱ算法,根据算法所存在的问题采用网格来保持进化种群的多样性、分布性和采用非均匀变异来改善变异算子的性能。新算法与NSGA-Ⅱ和基于E-占优的NSGA-Ⅱ进行比较,结果表明新算法性能得到了提高,在处理多目标问题时多样性和分布性上均有了明显的改善。
- 周小桃张冬梅龚小胜
- 关键词：多目标优化网格
- 基于流形学习的异常检测算法研究被引量：1
- 2013年
- 化探异常识别是成矿预测的重要依据。化探异常识别本质上是一不均衡数据的分类问题。异常识别过程中面临的主要问题是高维数据的处理问题,流形学习通过非线性降维方法实现维数约简。提出了一种基于流形学习的异常识别算法,通过流形学习进行维数约简,结合AdaCost技术,以改善不平衡数据的分类性能。以某锡铜多金属矿床的数据为研究对象进行仿真实验,实验结果表明该算法能够更准确地圈定区域化探异常,为成矿预测与评价提供了新的解决途径。
- 刘凯伟张冬梅
- 关键词：不均衡数据流形学习代价敏感学习
- 一种求解TSP问题的演化算法被引量：6
- 2011年
- 针对IGT算法在求解旅行商问题(TSP)中存在的求解规模较小、求解成功概率较低等问题,通过改进原有映射算子及Inver-over算子并引入求异算子,提出一种新的求解TSP问题的演化算法。方差对比及T-test结果表明,与IGT算法相比,该算法可以求得概率较高的最优解,且稳定性也更好。
- 孙光福李程俊张冬梅贺幸
- 关键词：TSP问题演化算法
- Modeling and Implementation of Lunar Terrain based on Krigring Interpolation
- This paper mainly researches the mathematical models and statistical models of the lunar surface topography,an...
- Yuanni WangYuxiang ShaoFei Ge
