您的位置: 专家智库 > >

高玉明

作品数:4 被引量:114H指数:3
供职机构:贵州师范大学数学与计算机科学学院更多>>
发文基金:贵州省省长基金国家自然科学基金贵州省科技创新人才团队建设项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇遗传算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇子群
  • 2篇网络
  • 2篇粒子群
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇上证指数
  • 1篇素数
  • 1篇权值
  • 1篇群算法
  • 1篇网络流
  • 1篇网络流量
  • 1篇向量
  • 1篇向量机

机构

  • 4篇贵州师范大学

作者

  • 4篇高玉明
  • 3篇张仁津
  • 1篇刘志杰

传媒

  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇计算机仿真
  • 1篇电脑知识与技...

年份

  • 2篇2014
  • 2篇2013
4 条 记 录,以下是 1-4
排序方式:
一种GA-PSO算法优化BP网络的网络流量预测被引量:11
2014年
分析和研究网络流量的预测,对于网络信息安全和网络资源管理具有重要的意义。为了更有效、准确地对网络流量进行预测,提出一种GA-PSO算法优化BP神经网络的网络流量预测模型。首先采用BP神经网络建立网络流量预测模型,然后用GAPSO算法对BP神经网络的初始权值和阈值进行优化,最后利用网络流量的历史数据进行仿真实验。实验结果表明,经过GA-PSO算法优化后的BP神经网络模型能加快神经网络的收敛速度,提高网络流量的预测精度。
高玉明张仁津
关键词:BP神经网络遗传算法粒子群优化算法网络流量
基于遗传算法和BP神经网络的房价预测分析被引量:98
2014年
针对BP神经网络存在易陷入局部极小值、收敛速度慢等问题,提出用遗传算法优化BP神经网络并用于房价预测。采用BP神经网络建立房价预测模型。利用遗传算法对BP神经网络的初始权值和阈值进行优化。选取1998年2011年贵阳市的房价及其主要影响因素作为实验数据,分别对传统的BP神经网络和经过遗传算法优化后的BP神经网络进行训练和仿真实验,结果表明,与传统的BP神经网络预测模型相比,经过遗传算法优化后的BP神经网络预测模型能加快网络的收敛速度,提高房价的预测精度。
高玉明张仁津
关键词:BP神经网络遗传算法权值房价
浅析RSA加密算法被引量:1
2013年
RSA算法不但能用于数据加密,也能用于数字签名,还能检测素数的算法,所以它是目前最有影响力的公钥加密算法,能够抵抗到目前为止已知的所有密码攻击。其安全性依赖于大素数因数分解的困难性。文章主要介绍RSA的加密算法原理、加密与解密过程,存在的攻击,以及参数选择。
任远芳刘志杰高玉明瞿仁丽
关键词:RSA算法加密素数量子算法
基于改进QPSO算法优化SVR的上证指数预测被引量:4
2013年
研究证券指数预测问题,证券指数变化具有时变性、不确定性、非线性等特点,传统的线性预测方法无法正确反映证券指数的变化规律,且神经网络存在局部极小值、过拟合、泛化能力不强等缺陷,预测精度比较低。为了提高证券指数的预测精度,提出了一种利用改进量子粒子群(QPSO)算法优化SVR的证券指数预测方法(改进的QPSO-SVR)。首先采用改进的QPSO算法优化SVR的参数,然后将优化后的SVR对证券指数的非线性变化规律进行建模。最后选取2002年10月18日到2004年1月9日上证指数的历史相关数据进行实验。实验结果表明,采用改进的QPSO-SVR提高了证券指数的预测精度,减少了预测误差。预测结果能够为股票投资者提供有价值的参考意见。
高玉明张仁津
关键词:回归型支持向量机上证指数粒子群算法量子粒子群算法
共1页<1>
聚类工具0