江苏省自然科学基金(BK2009197)
- 作品数：5 被引量：23H指数：3
- 相关作者：韩飞刘清杨春生关健杨善秀更多>>
- 相关机构：江苏大学更多>>
- 发文基金：江苏省自然科学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理学文化科学更多>>
- 一种基于扰动项的混合粒子群优化算法
- 2012年
- 为了保持粒子种群的多样性而避免发生"早熟"的问题,本文提出一种基于扰动项混合粒子群优化算法(PSO),该方法通过提高粒子群多样性来提高PSO的收敛性能。首先用标准PSO来迭代,当粒子群失去多样性时,在包含粒子群的超球外随机设置一粒子对全局最优粒子干扰,并在PSO更新公式中加入扰动项来干扰每个粒子。最后将该改进的PSO应用于函数逼近,实验结果验证了本文提出的PSO性能优于几种经典的PSO算法。
- 鲁敏刘清朱健生
- 关键词：PSO算法扰动项
- 大学计算机基础教学方法探讨被引量：5
- 2010年
- 随着计算机科学技术的发展和大学招生的增加,对大学计算机基础教学提出了更高的要求,本文从教学方法和手段方面做了一些初步的探讨。
- 韩飞
- 关键词：计算机基础教学教学方法教学效果实验教学
- 一种改进的集成在线顺序极限学习机被引量：1
- 2013年
- 针对传统的集成在线顺序极限学习机在集成决策时忽略各个学习机的分类性能而平均设置集成权重,导致集成系统分类准确率较低且不稳定,就此提出一种新的集成规则。在改进的方法中,首先根据每个在线顺序极限学习机在验证集上的分类准确率对被集成的学习机进行筛选;其次,再根据每个被集成进来的学习机在验证集上的分类准确率设置该学习机的集成投票权重。在四个标准分类数据集上的实验结果表明,本文提出的集成在线顺序极限学习机能够以更高的稳定性获得更高的分类准确率。
- 付倩韩飞叶松林
- 关键词：准确率稳定性
- 一种改进的基于梯度搜索的粒子群优化算法被引量：13
- 2013年
- 针对粒子群优化算法在优化过程因失去种群多样性而陷入局部极小点问题,提出一种改进的基于梯度搜索的粒子群优化算法,从两个方面来提高粒子群的搜索性能.一方面,在粒子相互吸引过程中,粒子沿着负梯度的方向进行搜索.在搜索过程中,不断减小粒子的飞行速度,从而增大收敛到全局最优点的可能性.另一方面,在粒子的排斥过程中,粒子散开的速度根据种群多样性做自适应调整.该算法在搜索过程中有效保持种群多样性从而保证其全局搜索性能,同时因粒子沿梯度下降的方向进行搜索,具有很强的局部搜索能力.实验结果表明这种算法比标准粒子群优化算法及相关改进有更好的收敛性能.
- 韩飞杨春生刘清
- 关键词：粒子群优化算法种群多样性
- 基于聚类和微粒群优化的基因选择新方法被引量：4
- 2013年
- 鉴于传统的基因选择方法会选出大量冗余基因从而导致较低的样本预测准确率,提出一种基于聚类和微粒群优化的基因选择算法。首先采用聚类算法将基因分成固定数目的簇;然后,采用极限学习机作为分类器进行簇中的特征基因分类性能评价,得到一个备选基因库;最后,采用基于微粒群优化和极限学习机的缠绕法从备选基因库中选择具有最大分类率、最小数目的基因子集。所选出的基因具有良好的分类性能。在两个公开的微阵列数据集上的实验结果表明,相对于一些经典的方法,新方法能够以较少的基因获得更高的分类性能。
- 杨善秀韩飞关健
- 关键词：基因选择微阵列数据聚类微粒群优化极限学习机
