期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到30篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于组件协同优化剪枝的Transformer图像去雾 认领 引用
1
作者 郭纪新 张婷 《计算机应用》 CSCD 北大核心 2026年第3期933-939,共7页
基于Transformer的图像去雾算法取得了较好去雾效果,但存在网络参数量大和去雾速度慢的问题。为实现对去雾网络冗余部分的定向修剪,在不影响去雾质量的前提下缩短去雾时间,提出一种基于组件协同优化剪枝的Transformer图像去雾方法 CCOP-... 基于Transformer的图像去雾算法取得了较好去雾效果,但存在网络参数量大和去雾速度慢的问题。为实现对去雾网络冗余部分的定向修剪,在不影响去雾质量的前提下缩短去雾时间,提出一种基于组件协同优化剪枝的Transformer图像去雾方法 CCOP-IDT(Component Collaborative Optimization Pruning Image Dehazing Transformer)。首先,采用5级Transformer构建去雾网络预训练模型;其次,将网络剪枝建模为优化问题,使用费雪信息评估权重参数重要度,并利用黑塞矩阵衡量剪枝组件对网络输出的联合影响,从而建立多种剪枝组件的协同优化方法;最后,采用进化算法求解最优剪枝率序列,从而得到预训练模型的最优子网络。实验结果表明,剪枝后的网络参数量控制在0.476×10~6,相较于剪枝前减少了28.8%,去雾时间缩短了25.0%;在合成有雾数据集RESIDE-6K上,所提方法的峰值信噪比(PSNR)达到29.60 dB,结构相似度(SSIM)达到0.968 7,与剪枝前相比仅分别降低了1.63%和0.46%。可见,在定量和定性评估上,所提方法都表现良好,能够在基本保持量化指标和主观观感的前提下,大幅减少模型参数量,提高图像去雾速度。 展开更多
关键词 图像去雾 Transformer 模型剪枝 费雪信息 黑塞矩阵 进化算法
暂未订购 下载PDF
基于多区域动态分组的大规模多目标进化算法 认领 引用
2
作者 梁斌豪 魏静萱 梁沨琴 《系统仿真学报》 EI CAS CSCD 北大核心 2026年第4期974-987,共14页
大规模多目标优化问题的决策变量维度可达数百上千维。针对现有的基于决策变量分析的大规模多目标进化算法通常需要消耗大量的计算资源用于分组,且未考虑收敛性相关变量和多样性相关变量之间的相互作用,提出一种多区域自适应动态分组的... 大规模多目标优化问题的决策变量维度可达数百上千维。针对现有的基于决策变量分析的大规模多目标进化算法通常需要消耗大量的计算资源用于分组,且未考虑收敛性相关变量和多样性相关变量之间的相互作用,提出一种多区域自适应动态分组的大规模多目标进化算法。利用高斯混合模型将决策空间划分为多个区域;在每个区域内,为每个决策变量构造特征向量,并使用谱聚类算法进行分组。为验证算法的有效性,将其与不同算法在140个大规模基准测试问题上进行了实验对比。结果表明:该算法在收敛性和多样性指标上具有更好的性能。 展开更多
关键词 大规模多目标优化 进化算法 动态分组 决策变量分析 问题转换
暂未订购 下载PDF
基于目标相似性驱动与双端变量引导搜索的大规模多目标进化算法 认领 引用
3
作者 杨昌好 秦进 王豪 《计算机科学》 CSCD 北大核心 2026年第3期351-365,共15页
大规模多目标优化问题涉及成百上千维的决策变量,致使探索空间过于庞大,这给进化算法在有限资源内快速得到理想解集合带来了巨大挑战。为此,提出一种基于目标相似性驱动与双端变量引导搜索的大规模多目标进化算法(LMOEA/OS-DES)。LMOEA/... 大规模多目标优化问题涉及成百上千维的决策变量,致使探索空间过于庞大,这给进化算法在有限资源内快速得到理想解集合带来了巨大挑战。为此,提出一种基于目标相似性驱动与双端变量引导搜索的大规模多目标进化算法(LMOEA/OS-DES)。LMOEA/OS-DES包含3种策略:第一种是基于目标相似性驱动的多种群共同进化策略,以快速得到反映Pareto最优解分布特点的解;第二种策略根据精英解在决策空间上的分布特点,设计多种决策变量分组方案,以适应不同目标向量方向最优解的分布差异,再结合分组方案,增强探索性的双端变量引导搜索采取较之前策略更大的探索强度,生成与先前精英解分布特点相近的新解,以加速优化收敛性与多样性;在最后一种策略中,借助竞争群优化在优解周围探索,以优化多样性。将LMOEA/OS-DES与其他8个具有竞争力的算法,在100至5000维的LSMOP及UF问题上进行对比实验。结果表明,LMOEA/OS-DES具有显著优势。 展开更多
关键词 进化算法 大规模多目标优化 多种群优化 问题转换 竞争群优化
暂未订购 下载PDF
融入任务空间转换和等分映射策略的多因子进化算法 认领 引用
4
作者 罗国星 李治强 +2 位作者 刘飞龙 李佩芸 杨夏妮 《计算机工程与应用》 EI CSCD 北大核心 2025年第17期185-199,共15页
在运用多因子进化算法处理多任务优化问题时,不同任务之间的知识迁移可能会出现负迁移现象,以及算法容易陷入局部最优解等问题。为解决这些问题,提出了一种融入任务空间转换和等分映射策略的多因子进化算法(multifactorial evolutionary... 在运用多因子进化算法处理多任务优化问题时,不同任务之间的知识迁移可能会出现负迁移现象,以及算法容易陷入局部最优解等问题。为解决这些问题,提出了一种融入任务空间转换和等分映射策略的多因子进化算法(multifactorial evolutionary algorithm integrating task space transformation mechanism and equal-partitioning mapping strategy,MFEA-TSEM)。该算法通过引入任务空间转换来增强任务之间的相关性,从而促进任务之间的知识迁移。此外,所提出的等分映射策略应用于相同任务或不同任务之间的知识迁移,以避免任务陷入局部最优解并探索有希望的搜索区域。为了验证MFEA-TSEM算法的有效性,在单目标多任务优化问题和多目标多任务优化问题上与其他先进算法进行了比较。实验结果表明,MFEA-TSEM算法在保持解的多样性的同时,有效减少了负迁移现象的发生,从而提高了算法的全局搜索能力。 展开更多
关键词 进化算法 多因子进化算法 任务空间转换 等分映射策略
暂未订购 下载PDF
改进的拟仿射变换算法及其在交通流预测中的应用 认领 引用
5
作者 胡沛 韩义波 苏子涵 《南阳理工学院学报》 2025年第4期1-7,34,共7页
基于演化算法,提出了一种改进的拟仿射变换演化算法(quasi-affine transformation evolutionary,QUATRE),以加快收敛速度。该算法将种群分为多个具有不同适应度水平的子群,并随机从高水平子群中选择代表来指导低水平子群的个体进化。受... 基于演化算法,提出了一种改进的拟仿射变换演化算法(quasi-affine transformation evolutionary,QUATRE),以加快收敛速度。该算法将种群分为多个具有不同适应度水平的子群,并随机从高水平子群中选择代表来指导低水平子群的个体进化。受粒子群优化(particle swarm optimization,PSO)算法中惯性权重的启发,提出了一种新的参数更新方法,用来平衡探索与开发。此外,为了避免过早收敛到局部解,算法引入了一种跳跃机制摆脱局部陷阱。通过基准函数验证了该算法的优越性。该算法成功应用于基于神经网络的交通流量预测,其精度优于PSO、灰狼优化算法(grey wolf optimizer,GWO)、鲸鱼优化算法(whale optimization algorithm,WOA)和差分进化(differential evolution,DE)。 展开更多
关键词 拟仿射变换演化算法 收敛 神经网络
暂未订购 下载PDF
基于进化策略和IHS变换的图像融合方法 认领 引用 被引量：17
6
作者 杨? 梁继民 +1 位作者 杨万海 裴继红 《电子学报》 EI CAS 北大核心 2001年第10期1388-1391,共4页
IHS变换法对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息 ,本文利用进化策略来求解IHS变换法中光谱强度分量的最佳变换问题 ,经过变换后的光谱强度分量与多光谱图像的光谱强度分量和高分辨图像都具有较强的相关性 ,经过IHS反... IHS变换法对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息 ,本文利用进化策略来求解IHS变换法中光谱强度分量的最佳变换问题 ,经过变换后的光谱强度分量与多光谱图像的光谱强度分量和高分辨图像都具有较强的相关性 ,经过IHS反变换后可以得到同时具有较好的空间分辨率和光谱信息的融合图像 .实验结果表明 。 展开更多
关键词 图像融合 IHS变换 进化策略 图像处理
暂未订购 下载PDF
基于聚类分析和混合自适应进化算法的短期风电功率预测 认领 引用 被引量：28
7
作者 李福东 曾旭华 +1 位作者 魏梅芳 丁敏 《电力系统保护与控制》 EI CSCD 北大核心 2020年第22期151-158,共8页
针对传统风电功率预测方法难以满足精细化、动态化建模要求,存在易陷入局部最优等问题,提出了基于聚类分析和混合自适应进化算法(KHEA)的风电功率智能预测方法。首先,采用K均值聚类算法对全年风速和功率数据进行聚类,剔除不合理的数据... 针对传统风电功率预测方法难以满足精细化、动态化建模要求,存在易陷入局部最优等问题,提出了基于聚类分析和混合自适应进化算法(KHEA)的风电功率智能预测方法。首先,采用K均值聚类算法对全年风速和功率数据进行聚类,剔除不合理的数据。然后,采用小波变换(WT)识别功率数据的行为特征,获得解构序列集,进而建立BP神经网络模型对未来时间段的功率解构序列进行预测。为减少预测误差,采用进化粒子群算法(EPSO)对模型的权值和阈值进行调整和优化,实现EPSO进化特性与神经网络自学习能力的功能互补。最后,运用逆小波变换对预测序列进行重构,获得最终的功率预测值。运用中国南方某风电场数据开展仿真实验,并与其他模型进行对比,表明KHEA具有更高的风电功率短期预测精度和可靠性,为提高风电功率预测精度和优化调度管理提供了新的技术方案。 展开更多
关键词 风电功率预测 K均值聚类算法 进化粒子群算法 小波变换 神经网络
暂未订购 下载PDF
一种基于目标空间转换权重求和的超多目标进化算法 认领 引用 被引量：4
8
作者 梁正平 骆婷婷 +2 位作者 王志强 朱泽轩 胡凯峰 《自动化学报》 EI CAS CSCD 北大核心 2022年第4期1060-1078,共19页
权重求和是基于分解的超多目标进化算法中常用的方法,相比其他方法具有计算简单、搜索效率高等优点,但难以有效处理帕累托前沿面(Pareto optimal front,PF)为非凸型的问题.为充分发挥权重求和方法的优势,同时又能处理好PF为非凸型的问题... 权重求和是基于分解的超多目标进化算法中常用的方法,相比其他方法具有计算简单、搜索效率高等优点,但难以有效处理帕累托前沿面(Pareto optimal front,PF)为非凸型的问题.为充分发挥权重求和方法的优势,同时又能处理好PF为非凸型的问题,本文提出了一种基于目标空间转换权重求和的超多目标进化算法,简称NSGAIII-OSTWS.该算法的核心是将各种问题的PF转换为凸型曲面,再利用权重求和方法进行优化.具体地,首先利用预估PF的形状计算个体到预估PF的距离;然后,根据该距离值将个体映射到目标空间中预估凸型曲面与理想点之间的对应位置;最后,采用权重求和函数计算出映射后个体的适应值,据此实现对问题的进化优化.为验证NSGAIII-OSTWS的有效性,将NSGAIII-OSTWS与7个NSGAIII的变体,以及9个具有代表性的先进超多目标进化算法在WFG、DTLZ和LSMOP基准问题上进行对比,实验结果表明NSGAIII-OSTWS具备明显的竞争性能. 展开更多
关键词 目标空间转换 权重求和 超多目标优化 进化算法
暂未订购 下载PDF
基于编码转换的离散演化算法设计与应用 认领 引用 被引量：10
9
作者 贺毅朝 王熙照 +1 位作者 赵书良 张新禄 《软件学报》 EI CSCD 北大核心 2018年第9期2580-2594,共15页
为了求解离散域上的组合优化问题,借鉴遗传算法(GA)、二进制粒子群优化(BPSO)和二进制差分演化(HBDE)中的映射方法,给出了一种基于映射变换思想设计离散演化算法(DisEA)的实用方法——编码转换法(ETM).为了说明ETM的实用性与有效性,首先... 为了求解离散域上的组合优化问题,借鉴遗传算法(GA)、二进制粒子群优化(BPSO)和二进制差分演化(HBDE)中的映射方法,给出了一种基于映射变换思想设计离散演化算法(DisEA)的实用方法——编码转换法(ETM).为了说明ETM的实用性与有效性,首先,基于ETM给出了一个离散粒子群优化算法(DisPSO);然后,分别利用BPSO,HBDE和DisPSO等基于ETM构造的演化算法求解集合联盟背包问题和折扣{0-1}背包问题.通过与GA的计算结果比较指出,BPSO,HBDE和DisPSO的求解性能均优于GA,说明基于ETM提出的DisEA在求解背包问题方面具有良好的性能.由此表明,利用ETM方法设计DisEA是一种实用的有效方法. 展开更多
关键词 离散演化算法 编码转换 SUKP问题 D{0-1}KP问题
暂未订购 下载PDF
量子进化算法在电力系统无功优化中的应用 认领 引用 被引量：13
10
作者 娄素华 吴耀武 +1 位作者 彭磊 熊信银 《继电器》 北大核心 2005年第18期30-35,共6页
量子进化算法QEA(Quantum-insp ired evolutionary algorithm)将量子理论引入进化计算领域,是一种基于量子计算概念的进化策略算法。它采用量子比特为基本信息位进行个体编码,使用量子态的么正变换(量子门变换)实现个体的进化,同时利用... 量子进化算法QEA(Quantum-insp ired evolutionary algorithm)将量子理论引入进化计算领域,是一种基于量子计算概念的进化策略算法。它采用量子比特为基本信息位进行个体编码,使用量子态的么正变换(量子门变换)实现个体的进化,同时利用量子编码的多态叠加性以及“全干扰交叉”可以有效克服进化过程中的早熟现象,因此它比传统进化算法具有更快的收敛速度和全局寻优能力。该文将该算法应用于电力系统无功优化问题,提出基于QEA算法的无功优化模型,并对算法参数进行了研究,提出了合适的量子变异参数。运用该算法对IEEE6、30节点系统进行了仿真计算,计算结果验证了模型和算法的有效性。 展开更多
关键词 无功优化 量子进化算法 么正变换 全干扰交叉 量子量测塌陷
暂未订购 下载PDF
基于数字孪生的优化概率神经网络变压器故障诊断 认领 引用 被引量：22
11
作者 王妍 张太华 《组合机床与自动化加工技术》 北大核心 2020年第11期20-23,共4页
针对油浸式电力变压器无法实时监测其运行情况、故障诊断精度低、速度慢等问题,提出一种基于数字孪生技术的优化概率神经网络的故障诊断方法。首先,根据变压器结构、运行等特点建立基于数字孪生的故障诊断模型,采用差分进化算法优化概... 针对油浸式电力变压器无法实时监测其运行情况、故障诊断精度低、速度慢等问题,提出一种基于数字孪生技术的优化概率神经网络的故障诊断方法。首先,根据变压器结构、运行等特点建立基于数字孪生的故障诊断模型,采用差分进化算法优化概率神经网络(PNN)中的平滑因子,再将优化后的平滑因子赋给PNN,最终得到优化后的故障诊断模型,进而构建高精度变压器数字孪生体进行实时故障诊断分析。优化结果表明,与优化前以及RBF和BP网络相比,变压器故障诊断的精度明显提高且收敛速度快,基于数字孪生技术能够实现实时诊断变压器故障。 展开更多
关键词 数字孪生 变压器故障诊断 概率神经网络 差分进化算法
暂未订购 下载PDF
基于幂变换的多目标进化算法MOEA/D权重设计方法 认领 引用 被引量：4
12
作者 刘海林 辜方清 张晓明 《计算机研究与发展》 EI CSCD 北大核心 2012年第6期1264-1271,共8页
在多目标最优化问题中,如何求解一组均匀散布在前沿界面上的有效解具有重要意义.MOEA?D是最近出现的一种杰出的多目标进化算法,当前沿界面的形状是某种已知的类型时,MOEA?D使用高级分解的方法容易求出均匀散布在前沿界面上的有效解.然而... 在多目标最优化问题中,如何求解一组均匀散布在前沿界面上的有效解具有重要意义.MOEA?D是最近出现的一种杰出的多目标进化算法,当前沿界面的形状是某种已知的类型时,MOEA?D使用高级分解的方法容易求出均匀散布在前沿界面上的有效解.然而,多目标优化问题的前沿界面的形状通常是未知的.为了使MOEA?D能求出一般多目标优化问题的均匀散布的有效解,利用幂函数对目标进行数学变换,使变换后的多目标优化问题的前沿界面在算法的进化过程中逐渐接近希望得到的形状,提出了一种求解一般的多目标优化问题的MOEA?D算法的权重设计方法,并且讨论了经过数学变换后前沿界面的保距性问题.采用建议的权重设计方法,MOEA?D更容易求出一般的多目标优化问题均匀散布的有效解.数值结果验证了算法的有效性. 展开更多
关键词 多目标优化 进化算法 均匀散布 前沿界面 权重设计 幂变换
暂未订购 下载PDF
基于改进的思维进化算法的宽带阻抗变换器设计 认领 引用 被引量：4
13
作者 刘建霞 王芳 谢克明 《中北大学学报（自然科学版）》 EI CAS 2008年第5期435-438,共4页
针对传统阻抗变换器设计中可能出现的理论设计与实际实现的矛盾,给出了宽带阻抗变换器参数优化设计的数学模型,提出了一种改进的思维进化算法,设计了改进的自适应趋同算子,讨论了符合微带线电路优化的适应度函数,给出了基于思维进化算... 针对传统阻抗变换器设计中可能出现的理论设计与实际实现的矛盾,给出了宽带阻抗变换器参数优化设计的数学模型,提出了一种改进的思维进化算法,设计了改进的自适应趋同算子,讨论了符合微带线电路优化的适应度函数,给出了基于思维进化算法的宽带阻抗变换器的优化步骤,并利用Matlab仿真平台对不均匀宽带阻抗变换器进行了优化设计,得到了满意的设计参数.改进的思维进化算法的优化结果同基本遗传算法和传统的Chebyshev计算结果相比较,电压驻波比在通频带内保持较低值,尺寸相对较小,取得了较好的优化效果.同时也验证了本文方法在多变量类型优化问题的可行性和优越性. 展开更多
关键词 思维进化算法 改进的自适应趋同 宽带阻抗变换器 优化设计 微带线
暂未订购 下载PDF
基于思维进化算法的变压器局部放电源定位新方法 认领 引用 被引量：2
14
作者 吕青 谢克明 杜永贵 《太原理工大学学报》 CAS 北大核心 2010年第2期171-174,共4页
为准确对变压器局部放电源的位置定位,寻求先进的优化计算方法是解决该问题的有效途径。把思维进化算法(MEC)用于变压器局部放电源"声-声"定位。实验结果表明,与基于标准遗传定位算法比较,基于思维进化方法的定位具有精度高... 为准确对变压器局部放电源的位置定位,寻求先进的优化计算方法是解决该问题的有效途径。把思维进化算法(MEC)用于变压器局部放电源"声-声"定位。实验结果表明,与基于标准遗传定位算法比较,基于思维进化方法的定位具有精度高、收敛速度快、避免早熟等特点,做到对放电源位置实时在线定位。 展开更多
关键词 思维进化 遗传算法 变压器 局部放电 定位
暂未订购 下载PDF
基于MEEMD-QUATRE-BILSTM的短期光伏出力区间预测 认领 引用 被引量：12
15
作者 张程 林谷青 匡宇 《太阳能学报》 EI CAS CSCD 北大核心 2023年第11期40-54,共15页
提出一种基于改进集成经验模态分解(MEEMD)和拟仿射变换(QUATRE)优化双向长短期记忆神经网络(BILSTM)的光伏出力区间预测模型。通过主成分分析法(PCA)对时间序列进行降维处理,利用K-均值算法将降维数据分成3种类型气象数据;然后采用MEEM... 提出一种基于改进集成经验模态分解(MEEMD)和拟仿射变换(QUATRE)优化双向长短期记忆神经网络(BILSTM)的光伏出力区间预测模型。通过主成分分析法(PCA)对时间序列进行降维处理,利用K-均值算法将降维数据分成3种类型气象数据;然后采用MEEMD对每类光伏出力序列进行分解,将其输入QUATRE优化BILSTM神经网络和核密度估计算法(KDE)联合构建的短期光伏出力区间预测模型。最后基于宁夏光伏电站实例仿真评估模型区间预测性能,实验结果表明该模型可生成高水平光伏预测区间,能够为电力系统经济稳定运行提供可靠的决策保障。 展开更多
关键词 光伏发电 数据挖掘 预测 改进的集成经验模态分解 拟仿射变换进化算法 双向长短期记忆网络
暂未订购 下载PDF
基于MEA-BP的微波加热褐煤温度预测 认领 引用 被引量：10
16
作者 赵瑞勇 周新志 《传感器与微系统》 CSCD 2016年第10期43-45,48,共3页
对于微波干燥褐煤的温度采样数据具有多峰非平稳特性,采用小波阈值滤波能够较好地保留原始数据的细节信息。而直接使用反向传播(BP)神经网络来建立对微波加热物料温度预测模型,具有预测精度低、收敛速度慢且容易陷入局部极小点等缺点。... 对于微波干燥褐煤的温度采样数据具有多峰非平稳特性,采用小波阈值滤波能够较好地保留原始数据的细节信息。而直接使用反向传播(BP)神经网络来建立对微波加热物料温度预测模型,具有预测精度低、收敛速度慢且容易陷入局部极小点等缺点。采用具有极强全局寻优能力的思维进化算法(MEA)来优化BP(MEA-BP)神经网络的初始权值和阈值。实验结果表明:经MEA-BP神经网络具有更高的预测精度和泛化能力,预测性能得到了显著的提高。 展开更多
关键词 思维进化算法 反向传播(BP)神经网络 小波变换 微波加热 温度预测
暂未订购 下载PDF
基于演化算法的卷曲DCT图像压缩 认领 引用 被引量：2
17
作者 李康顺 韦蕴珊 张文生 《中国图象图形学报》 CSCD 北大核心 2013年第2期169-175,共7页
卷曲离散余弦变换(WDCT)利用频率卷曲原理解决了离散余弦变换(DCT)模糊物体边缘的缺陷,但传统方法在选取WDCT频率卷曲参数时存在较大的难度。通过利用演化算法全局寻优的特点选取WDCT的频率卷曲参数,提出一种基于演化算法的WDCT图像压... 卷曲离散余弦变换(WDCT)利用频率卷曲原理解决了离散余弦变换(DCT)模糊物体边缘的缺陷,但传统方法在选取WDCT频率卷曲参数时存在较大的难度。通过利用演化算法全局寻优的特点选取WDCT的频率卷曲参数,提出一种基于演化算法的WDCT图像压缩新算法(EAWDCT)。该算法针对频率卷曲参数特征,采用启发式方法设计染色体编码方式及演化算子,以加快收敛速度,最终达到快速准确的找到最优频率卷曲参数。实验结果表明,利用新的EAWDCT算法生成的WDCT矩阵能有效提高峰值信噪比、信噪比并减少均方根误差。 展开更多
关键词 图像压缩 卷曲离散余弦变换 频率卷曲 演化算法
暂未订购 下载PDF
基于量子进化支持向量机的模拟电路故障诊断 认领 引用 被引量：1
18
作者 罗志勇 向敏 +2 位作者 朴昌浩 黄智宇 蔡林沁 《系统仿真学报》 CAS 北大核心 2009年第9期2599-2602,2637,共4页
基于量子进化算法的最小二乘小波支持向量机(LS-WSVM),设计了一种模拟电路故障诊断方法。将量子进化算法应用于多类LS-WSVM分类器来选取正规化参数和核参数,针对从测试点得到的各种故障状态下输出电压信号,采用小波提升变换对其进行分... 基于量子进化算法的最小二乘小波支持向量机(LS-WSVM),设计了一种模拟电路故障诊断方法。将量子进化算法应用于多类LS-WSVM分类器来选取正规化参数和核参数,针对从测试点得到的各种故障状态下输出电压信号,采用小波提升变换对其进行分解获取多尺度的小波系数,对经处理的小波系数提取出故障特征量,以此作为样本训练多类LS-WSVM分类器来确定模拟电路故障诊断的模型。采用雷达扫描电路进行了仿真,结果表明,设计的模拟电路故障诊断方法效果良好。 展开更多
关键词 支持向量机 量子进化算法 小波提升变换 模拟电路 故障诊断
暂未订购 下载PDF
GPT-NAS:Neural Architecture Search Meets Generative Pre-Trained Transformer Model 认领 引用 被引量：2
19
作者 Caiyang Yu Xianggen Liu +5 位作者 Yifan Wang Yun Liu Wentao Feng Xiong Deng Chenwei Tang Jiancheng Lv 《Big Data Mining and Analytics》 EI CSCD 2025年第1期45-64,共20页
The pursuit of optimal neural network architectures is foundational to the progression of Neural Architecture Search (NAS). However, the existing NAS methods suffer from the following problem using traditional search ... The pursuit of optimal neural network architectures is foundational to the progression of Neural Architecture Search (NAS). However, the existing NAS methods suffer from the following problem using traditional search strategies, i.e., when facing a large and complex search space, it is difficult to mine more effective architectures within a reasonable time, resulting in inferior search results. This research introduces the Generative Pre-trained Transformer NAS (GPT-NAS), an innovative approach designed to overcome the limitations which are inherent in traditional NAS strategies. This approach improves search efficiency and obtains better architectures by integrating GPT model into the search process. Specifically, we design a reconstruction strategy that utilizes the trained GPT to reorganize the architectures obtained from the search. In addition, to equip the GPT model with the design capabilities of neural architecture, we propose the use of the GPT model for training on a neural architecture dataset. For each architecture, the structural information of its previous layers is utilized to predict the next layer of structure, iteratively traversing the entire architecture. In this way, the GPT model can efficiently learn the key features required for neural architectures. Extensive experimental validation shows that our GPT-NAS approach beats both manually constructed neural architectures and automatically generated architectures by NAS. In addition, we validate the superiority of introducing the GPT model in several ways, and find that the accuracy of the neural architecture on the image dataset obtained from the search after introducing the GPT model is improved by up to about 9%. 展开更多
关键词 Neural Architecture Search(NAS) Generative Pre-trained Transformer(GPT)model evolutionary algorithm image classification
拉曼光谱在水质分析中的应用:展望及系统设计 认领 引用 被引量：13
20
作者 陈柳 张国平 《光散射学报》 2004年第2期184-188,共5页
拉曼散射光谱是一种研究物质结构强有力的工具,目前已经逐渐应用于许多领域,但在水质分析方面的应用讨论尚少。本文首先对拉曼光谱应用于水质分析的可行性及优越性进行了分析,并在此基础上设计了一套新型的应用微机和进经神经网络实现... 拉曼散射光谱是一种研究物质结构强有力的工具,目前已经逐渐应用于许多领域,但在水质分析方面的应用讨论尚少。本文首先对拉曼光谱应用于水质分析的可行性及优越性进行了分析,并在此基础上设计了一套新型的应用微机和进经神经网络实现的拉曼光谱水质分析系统,以达到对水质进行高效、准确的定性和定量分析的目的。 展开更多
关键词 拉曼光谱 水质分析 小波变换 演化算法 进化神经网络
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈