您的位置: 专家智库 > >

国家自然科学基金(60803052)

作品数:5 被引量:60H指数:3
相关作者:吴春国周春光黄翰蔡昭权李红更多>>
相关机构:吉林大学华南理工大学惠州学院更多>>
发文基金:国家自然科学基金吉林省科技发展计划基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术经济管理更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇经济管理

主题

  • 2篇子群
  • 2篇自适
  • 2篇自适应
  • 2篇粒子群
  • 2篇粒子群优化
  • 1篇迭代
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机回...
  • 1篇支持向量机回...
  • 1篇神经网
  • 1篇神经网络
  • 1篇生物信息
  • 1篇生物信息学
  • 1篇通达
  • 1篇通达性
  • 1篇群体智能
  • 1篇中原城市
  • 1篇中原城市群

机构

  • 4篇吉林大学
  • 2篇华南理工大学
  • 1篇长春大学
  • 1篇东北电力大学
  • 1篇惠州学院
  • 1篇教育部
  • 1篇中国科学院自...

作者

  • 3篇吴春国
  • 2篇周春光
  • 1篇梁艳春
  • 1篇刘桂霞
  • 1篇周柚
  • 1篇蔡昭权
  • 1篇黄岚
  • 1篇李晓燕
  • 1篇吴佳楠
  • 1篇郑明
  • 1篇杨滨
  • 1篇杨晓伟
  • 1篇郭新辰
  • 1篇黄翰
  • 1篇李红
  • 1篇吴希
  • 1篇沈薇
  • 1篇陈书坤

传媒

  • 1篇电子学报
  • 1篇地域研究与开...
  • 1篇计算机工程
  • 1篇吉林大学学报...
  • 1篇吉林大学学报...

年份

  • 1篇2012
  • 1篇2011
  • 2篇2010
  • 1篇2009
5 条 记 录,以下是 1-5
排序方式:
自适应变异综合学习粒子群优化算法被引量:22
2009年
针对以往粒子群优化算法多样性差且易局部收敛的不足,提出改进综合学习粒子群优化(CLPSO)算法的最小方差优先自适应变异策略,设计自适应变异综合粒子群优化(CLPSO-M)算法。多个标准测试问题的对比实验数据表明,CLPSO-M算法比CLPSO算法的全局搜索能力更强,求解效果更稳定。
蔡昭权黄翰
关键词:群体智能粒子群优化算法自适应变异
基于元分析的差异表达基因识别被引量:3
2012年
针对传统差异表达基因识别方法不能处理异质性数据集以及分析结果偏差较大的问题,提出了一个基于元分析及标准差过滤技术的差异表达基因识别算法标准差排序分析(RS-DM)。对来自于不同实验平台的数据进行整合分析,过滤掉伪差异表达基因PDEGs,并找出遗失的真正的差异表达基因TDEGs。经实验验证,算法简单有效。
吴佳楠周春光刘桂霞沈薇郑明周柚
关键词:计算机应用生物信息学基因芯片数据标准差
中原城市群高速公路通达性及空间格局变化研究被引量:18
2011年
基于中原城市群2000,2003,2006,2009年高速公路网络建设情况,分别构建4个年份高速公路拓扑网络分析图和最短路径矩阵,对中原城市群高速公路10年来网络发育程度进行动态分析和空间格局变化的研究。结果表明:2000—2009年中原城市群高速公路网络发育程度明显改善,入网城市和线路数增加迅速,经历了由树状网络—回路网络—网络拓展阶段;区域交通中心形成6路回路网络连接;网络伸展程度逐年提高,区域网络直径变化虽然不明显,但是网络直径对应的城市却发生明显的空间位移;城市群高速公路网络发育在空间上已经开始打破"核心-边缘"的特点,呈现均衡化发展的趋势。
李红李晓燕吴春国
关键词:高速公路通达性中原城市群
自适应迭代最小二乘支持向量机回归算法被引量:14
2010年
基于最小二乘支持向量机回归算法,本文在前期工作的基础上进行了扩展,提出了更加详尽的自适应迭代最小二乘支持向量机回归算法.与标准的LSSVR相比,本文提出的算法在学习新样本的时候利用了已有的学习结果,可以快速获得新的学习机.模拟结果表明,自适应迭代最小二乘支持向量机回归算法能够自适应地确定支持向量的数目,保留了QP方法在训练SVM时支持向量的稀疏性,在相近的回归精度下,该算法极大地提高了标准LSSVR学习的速度.
杨滨杨晓伟黄岚梁艳春周春光吴春国
关键词:支持向量机自适应迭代最小二乘
基于RBFNN和PSO求解第二类Volterra积分方程的混合方法被引量:3
2010年
提出一种基于RBFNNs和PSO求解第二类Volterra积分方程的混合方法.先将积分区间离散化为点集,并代入积分方程得到方程组,再利用RBF神经网络逼近积分方程中的未知函数,将所求解问题转化为残差平方和的极小化问题.利用PSO算法求解残差平方和的极小化优化问题,得到RBF神经网络的参数,即得问题的逼近解.数值实验表明,该方法可行有效.
郭新辰吴希陈书坤吴春国
关键词:径向基神经网络粒子群优化积分方程
共1页<1>
聚类工具0