基于遗传进化的误差极大的样本选择策略

来源 :全国计算机在现代科学技术领域应用学术会议 | 被引量 : 0次 | 上传用户:mc76759
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
我们提出了一种主动选择学习样本的新方案。即基于遗传进化的误差极大地样本选择策略,该方法运用生物的遗传进化原理,逐代地进化子代,从而可获得阳优子代。模拟结果显示,利用该方法不仅可以获得包含最富代表性的样本的子集,而且运用选取的样本集训的神经网络的泛化能力与运用原样本集训练的神经网络的泛化能力几乎一致。
其他文献
深入讨论了遗传算法在投资决策中的应用。仿真实例表明其效果,优于传统算法。
该文提出了一种非线性自适应IIR滤波器(NAIIRF)模型以及相应的快速自适应算法。该算法综合了变步攻最小均方误差算法和进化学习算法的优点,能够有效地实现NAIIRF性能指标函数的全局寻优和快速收
该文应用遗传算法进行了微带滤波器的最优化设计,取得了较好的结果;并将遗传算注和powell、单纯形优化方法就优化速度和优化结果作了比较;还对遗传算法实现上的一些具体问题提出
目的探讨幽门螺杆菌(Helicobacter pylori,Hp)感染与胃癌组织中细胞外调节蛋白激酶(extracellular regulated protein kinases,ERK)1基因表达的相关性。方法采用14 C-尿素呼
遗传算法是一种崭新的全局优化算法,该文基于遗传算法,采用改进的遗传算子,提出了一种辨识系统参数的方法,该方法能有效地克服了有色噪声的干扰,获得系统参数的无偏估计,仿真结果说
该文针对非线性系统Volterra级数模型辨识问题,提出了一种具有较强参数区间适应能力的遗传算法。根据非线性系统辨识的特点,设计了有效的参数区间适应方法,既保证了算法具有充分
该文针对各信息处理方法中普遍存在的寻优问题介绍了一种基于生物的寻优方法--遗传算法及其改进形式,并以两个困难问题的有效解决验证了这种方法具有较好的全局搜索性能。
遗传算法是一种基于自然选择和生物进化原理的概率搜索算法。作者介绍了遗传算法在斜拉桥索塔可靠性分析中的应用。该文以法国著名的Brotonne桥为例,对索塔可靠指标进行计算,同