基于余弦相似度的改进蝴蝶优化算法

来源 :计算机应用 | 被引量 : 1次 | 上传用户：q569293407

【摘要】

：

针对蝴蝶优化算法(BOA)容易陷入局部最优和收敛性差等问题,提出一种多策略改进的蝴蝶优化算法(MSBOA)。首先引入余弦相似度位置调整策略,通过旋转变化算子和伸缩变换算子进行位置更新,从而有效地保持BOA的种群多样性;其次引入动态切换概率,来平衡BOA局部阶段和全局阶段的转换;最后增加混合惯性权重策略,以提高BOA的收敛速度。使用16个基准测试函数、Wilcoxon检验以及部分CEC2014函数来

【作者】

：

陈俊何庆

【机构】

：

贵州大学大数据与信息工程学院

【出处】

：

计算机应用

【发表日期】

：

2021年09期

【关键词】

：

余弦相似度蝴蝶优化算法旋转变换算子伸缩变换算子自适应惯性权重

【基金项目】

：

贵州省科技计划项目重大专项(黔科合重大专项字[2018]3002,黔科合重大专项字[2016]3022),贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124),贵州大学培育项目(黔科合平台人才[2017]5788),贵州省公共大数据重点实验室开放课题(2017BDKFJJ004)。

下载到本地 , 更方便阅读

下载此文赞助VIP

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

其他文献

基于卷积注意力模块和双通道网络的微表情识别算法

微表情是一种人类在试图隐藏自己真实情感时作出的面部动作,具有持续时间短、幅度小的典型特点。针对微表情识别难度大、识别效果不理想的问题,提出一种基于卷积注意力模块(CBAM)和双通道网络(DPN)的微表情识别算法——CBAM-DPN。首先,进行典型微表情数据集的数据融合;然后,分析序列帧中像素的变化值以确定顶点帧位置,再对顶点帧进行图像增强处理;最后,基于CBAM-DPN对图像增强后的微表情顶点帧进

期刊

微表情识别双通道网络卷积注意力模块顶点帧结构优化

基于模糊测试的反射型跨站脚本漏洞检测

针对目前现代万维网(WWW)应用程序中跨站脚本(XSS)漏洞检测技术存在的效率低,以及漏报率、误报率高等问题,提出了一个基于模糊测试的反射型XSS漏洞检测系统。首先,通过网络爬虫技术爬取整站指定深度的网页链接并对其进行分析,从而提取出潜在的用户注入点;其次,根据攻击载荷的语法形式构造模糊测试用例,并为每个元素设置初始权重,依据注入探子向量来获取输出点类型,从而选择对应的攻击语法模式来构造较有潜力的

期刊

跨站脚本漏洞检测爬虫模糊测试探子向量攻击载荷权重调整

基于余弦相似度的改进蝴蝶优化算法

与本文相关的学术论文