搜索结果: 1-7 共查到“计算机科学技术 分布估计算法”相关记录7条 . 查询时间(0.15 秒)
面向用户生成内容(User generated content,UGC)的进化搜索在大数据及个性化服务领域已引起广泛关注,其关键在于基于多源异构用户生成内容构建用户认知偏好模型,进而设计高效的进化搜索机制.针对此,提出融合注意力机制(Attention mechanism,AM)的受限玻尔兹曼机(Restricted Boltzmann machine,RBM)偏好认知代理模型构建机制,并应用于交...
一种支持向量机参数选择的改进分布估计算法
支持向量机 参数选择 混沌变异 分布估计算法
2009/11/17
支持向量机(support vector machine,SVM)的学习性能和泛化能力在很大程度上取决于参数的合理设置. 将支持向量机的参数选择问题转化为优化问题,以模型预测均方根误差为评价函数,提出一种引入混沌变异操作的改进分布估计算法(estimation of distributionalgorithm,EDA),并将其用于优化求解ε-支持向量机的参数:惩罚因子、不敏感损失系数以及高斯径向基...
建立在一般结构Gauss网络上的分布估计算法
进化计算 分布估计算法 Gauss网络
2009/4/27
提出了一种建立在一般结构Gauss网络上的分布估计算法。一方面,它无需进行Gauss网络结构的学习,从而大大减少了计算量,另一方面,一般结构Gauss网络不是近似网络,因而可获得精度很高的联合概率密度函数。针对该网络,采用了一种无需计算条件概率密度函数的产生样本方法,有效地减少了网络参数学习的计算开销。实验结果表明,与已有建立在非一般结构Gauss网络上的高阶分布估计算法相比,本文算法具有更高的稳...
构建在联接探索和分解分布上分布估计算法的扩展算法
k-强性 适应度 麦克斯韦-玻尔兹曼
2009/2/11
遗传算法(GA)在解决变量间存在较大相互作用优化问题时缺乏有效性,一种解决问题的途径是分布估计算法(EDA)。分解分布算法是一种近似高阶相互作用的EDA,它用分解Boltzmann分布来产生新的解。运用联接探测及分解分布给出一个以高概率找到最优解的新算法。该算法能解决一些分布估计算法难于处理的问题。实验证明了算法的可行性和有效性。
分布估计算法是进化计算领域新兴起的一类随机优化算法,是当前国际进化计算领域的研究热点. 分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,如此反复进行,实现群体的进化. 分布估计算法中没有传统的交叉、变异等遗传操作,是一种全新的进化模式;这种优化技术能够通过概率图模型对变量之间的关系进行建模,从而能有效的解决多变量相关的优...
一种基于混合因子分析的分布估计算法
2007/12/13
Abstract提出了一种基于混合因子分析的分布估计算法.首先用次胜者受罚的竞争学习算法对选出的最优个体集合聚类,然后对每个类用因子分析模型进行分布信息的估计.为了保持种群的多样性,算法保留那些具有较好适应值并且与所选的最优个体集合较远的个体,并利用聚类的参数来减少计算量.试验结果证实了算法的性能.