利用影响因子遗传算法优化前馈神经网络

来源 :计算机应用研究 | 被引量 : 13次 | 上传用户:lucky121
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种带有影响因子的改进遗传算法并以此来优化前馈神经网络。染色体的每个基因都有一个影响因子,其不同取值体现了基因对整条染色体的不同影响程度。在遗传进化过程中,通过影响因子等遗传操作以达到对前馈神经网络的权值、阈值和结构优化的目的。仿真实验表明,该算法能够快速地确定神经网络的结构并且有效地提高了神经网络的收敛速度。
其他文献
对关联规则的分布式挖掘问题进行了探讨,给出了两种实现方案。一是采用局部-局部的通信模式,各个站点的通信负载比较均衡;二是采用局部-全局的通信模式,减少了各局部站点的通信负荷,实现了各局部站点的完全异步,但对全局站点的性能要求较高。
针对传统k-最近邻算法(k-NearestNeighbor,kNN)存在搜索慢的缺陷,提出了一种改进型的自适应k-最近邻算法。该方法在以测试样本点为中心的超球内进行搜索,对超球半径的生长进行采样,建立半径生长的BP神经网络模型,逼近半径变化函数,并用该函数指导超球体的生长。该方法有效地缩小了搜索范围,减少了超球体半径生长的试探次数,对处理稀疏数据集有明显的优越性。
设计并实现了一种安全高效的网上招投标系统。该系统运用以数字证书为核心的PKI技术,实现了用户身份认证和访问控制,保证了投标信息在传输和存储过程中的完整性和机密性,较好地解决了网上招投标过程中的安全性问题。
提出一种二进制翻译中代码Cache管理的LRC(Level-Region-Chunk)策略。其兼具全清空策略、FIFO策略和多级Cache的优点,并且考虑了程序的时间空间局部性、执行特性和替换开销,具有较好的性能,实现了代码Cache的高效管理。
针对无线传感器网络信道特性和网络布置等具体问题,以Mica2节点为例,从理论上分析了重发次数、时间窗长度、节点通信半径范围内的节点数量等参数的选取对数据可靠性、节点平均寿命等性能的影响。
提出了一种个性化元搜索系统模型,详细描述了它的实现算法。该模型可以提高搜索系统的搜索覆盖率,同时在模型中整合了用户的兴趣,可以使搜索更贴近用户的搜索意图,从而提高搜索系统的准确率。
提出了一种新的基于Jacobian椭圆有理映射的组密钥管理方案。该方案与现有的组密钥管理方案相比,具有较少的密钥更新信息量和计算量,并能够支持前向保密、后向保密以及能抵御同谋攻击的优点。分析证明,在中度规模和较小规模的组播环境中,该方案具有较高的效率。
首先简要介绍CORBA体系结构,阐述了利用CORBA的代理机制,通过代理屏蔽不同通信协议差异,以实现设备之间通信的集成策略。该机制能够方便地实现不同协议设备之间的通信集成,而且便于系统扩展,并兼容多种操作系统平台。最后结合具体实例给出现场设备的集成方案。
提出了一种流权值的优化方法。这种优化方法是基于似然比最大化准则和N-best算法。实验表明,这种新的方法即使在少量优化数据的条件下,也可以得到合适的流权值。而且,在不同的信噪比条件下,利用这种方法优化的多数据流隐马尔可夫模型,都可以有效、合理地融合音频和视频语音,提高语音识别系统的识别率。
主要介绍了网格计算的通知机制,探讨了通知机制的基本概念及其在网格计算中的应用,最后给出了一个具有通知功能的应用实例并提供了部分源代码。