您的位置: 专家智库 > >

谢宇

作品数:3 被引量:1H指数:1
供职机构:南京理工大学计算机科学与技术学院更多>>
发文基金:国家自然科学基金安徽省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇差分
  • 2篇差分进化
  • 1篇征子
  • 1篇搜索
  • 1篇搜索优化
  • 1篇特征子集
  • 1篇特征子集选择
  • 1篇启发式算法
  • 1篇种群规模
  • 1篇子集
  • 1篇相机
  • 1篇进化计算
  • 1篇进化算法
  • 1篇降维
  • 1篇参数估计
  • 1篇参数优化
  • 1篇操控
  • 1篇操控系统
  • 1篇差分进化算法

机构

  • 3篇南京理工大学
  • 2篇合肥学院
  • 1篇淮北师范大学

作者

  • 3篇赵春霞
  • 3篇谢宇
  • 2篇王庆龙
  • 1篇陈得宝
  • 1篇张浩峰

传媒

  • 1篇物理学报
  • 1篇金陵科技学院...
  • 1篇吉林工程技术...

年份

  • 2篇2018
  • 1篇2015
3 条 记 录,以下是 1-3
排序方式:
基于混合交叉差分进化的相机空间操控系统参数优化被引量:1
2015年
为了提高相机空间操控(CSM)系统的预测精度,提出一种基于混合交叉操作的差分进化算法.该方法将CSM系统的视觉参数初值和平化距离参数Zo进行组合作为混合交叉差分进化算法的个体,以CSM系统对目标点位置的预测精度作为个体的适应度函数,通过进化迭代获得最优的参数组合.使用了实际机器人视觉系统获取的数据进行实验,结果表明使用优化后的参数组合可以提高系统的预测精度.
谢宇赵春霞张浩峰颜雪军陈得宝
关键词:差分进化参数估计
基于群搜索优化的特征子集选择
2018年
在数据挖掘、机器学习、人工智能等领域中,常常需要从数据集的原始特征中选择出一些有效特征来降低数据集的维度。本文提出使用群搜索优化的方法来进行特征子集的选择。群搜索优化是一种受生物觅食行为启发的智能优化算法,该算法利用种群内部各成员之间进行的信息共享以及相互之间的分工协作来增加群体搜索到资源的概率。实验结果表明,相对于其它启发式算法,群搜索优化算法在特征子集选择中具有明显优势。
谢宇谢宇王庆龙
关键词:启发式算法降维
一种集成学习的差分进化算法
2018年
提出一种使用种群规模线性调节机制的集成学习差分进化算法。该算法在每次迭代后根据适应度值对种群中的个体进行排序,剔除适应度最差的个体来改变种群规模(population size,NP)。这使得个体的数量随着评估次数的增加而线性减小,有效提高了收敛性。将该算法应用到测试函数集以及进行特征子集选择时获得了优异的平均分类正确率。
谢宇谢宇王庆龙
关键词:差分进化进化计算种群规模
共1页<1>
聚类工具0